Glosario

spaCy

¿Qué es spaCy?

spaCy es una biblioteca de Python de código abierto para el procesamiento del lenguaje natural, desarrollada por la empresa berlinesa Explosion. Divide los textos en palabras y oraciones, identifica categorías gramaticales y formas base, analiza la estructura de las frases y reconoce entidades nombradas como personas, empresas o lugares. Hay modelos preentrenados para muchos idiomas, incluido el español. spaCy está pensada para ser rápida y usarse en aplicaciones reales, por ejemplo para preprocesar grandes volúmenes de documentos.

Temas

PLN
Python
código abierto

Probar KI.ordo

Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.

Iniciar demo

← Todos los términos

Términos relacionados

NLTK

NLTK (Natural Language Toolkit) es una biblioteca de Python de código abierto para el procesamiento del lenguaje natural, creada a principios de los años 2000 en la University of Pennsylvania. Ofrece herramientas de tokenización, lematización por raíces (stemming), etiquetado gramatical y clasificación sencilla, además de acceso a numerosos corpus. Se usa sobre todo en docencia e investigación; en aplicaciones de producción se suelen emplear bibliotecas como spaCy o modelos transformer.

Python
procesamiento del lenguaje
+1

Reconocimiento de entidades nombradas (NER)

El reconocimiento de entidades nombradas (Named Entity Recognition, NER) es una técnica de procesamiento del lenguaje que localiza en un texto nombres de personas, empresas y lugares, además de fechas o importes, y los asigna a una categoría. Así, el texto libre se convierte en datos estructurados. Ejemplo: de un correo se extraen automáticamente la empresa remitente, la persona de contacto, la fecha de entrega y el importe de la factura para pasarlos al CRM.

PLN
Extracción de información
+1

Plantilla

Análisis de dependencias

El análisis de dependencias (dependency parsing) es una técnica de procesamiento del lenguaje natural que representa la estructura gramatical de una oración como relaciones de dependencia entre palabras. Cada palabra se vincula a otra de la que depende, por ejemplo el sujeto y el objeto al verbo: en «El cliente pide dos lámparas», «cliente» y «lámparas» dependen de «pide». Ayuda, entre otras cosas, a extraer información, por ejemplo para saber quién hizo qué.

PLN
sintaxis
+1

Etiquetado gramatical (POS)

El etiquetado gramatical (part-of-speech tagging) asigna automáticamente a cada palabra de una frase su categoría gramatical, como sustantivo, verbo, adjetivo o preposición. Como muchas palabras son ambiguas («vino» como sustantivo o como verbo, «bajo» como adjetivo, preposición o verbo), los métodos tienen en cuenta el contexto. Es un paso clásico de preprocesamiento para análisis sintáctico, extracción de información o corrección ortográfica, y lo ofrecen bibliotecas como spaCy o NLTK.

PLN
Gramática
+1