Glosar

spaCy

Ce este spaCy?

spaCy este o bibliotecă Python open-source pentru prelucrarea limbajului natural, dezvoltată de compania Explosion din Berlin. Împarte textele în cuvinte și propoziții, determină părțile de vorbire și formele de bază, analizează structura propozițiilor și recunoaște entități denumite, precum persoane, companii sau locuri. Sunt disponibile modele preantrenate pentru multe limbi, inclusiv germana. spaCy este concepută pentru viteză și pentru utilizare în aplicații reale, de exemplu pentru preprocesarea unor volume mari de documente.

Subiecte

NLP
Python
open source

Încercați KI.ordo

Agenți, fluxuri și șabloane într-un singur spațiu de lucru – demo gratuit de 24 de ore.

Porniți demo-ul

← Toți termenii

Termeni înrudiți

NLTK

NLTK (Natural Language Toolkit) este o bibliotecă Python open-source pentru prelucrarea limbajului natural, creată la University of Pennsylvania la începutul anilor 2000. Oferă instrumente pentru tokenizare, stemming, etichetarea părților de vorbire și clasificare simplă, precum și acces la numeroase corpusuri de texte. NLTK este folosită mai ales în predare și cercetare; aplicațiile de producție se bazează adesea pe biblioteci precum spaCy sau pe modele de tip transformer.

Python
prelucrarea limbajului
+1

Recunoașterea entităților denumite (NER)

Recunoașterea entităților denumite (NER) este o tehnică de procesare a limbajului natural care găsește în text nume de persoane, companii și locuri, precum și date calendaristice sau sume, și atribuie fiecăruia o categorie. Transformă textul liber în date structurate. Exemplu: compania expeditorului, persoana de contact, data livrării și suma facturii sunt extrase automat dintr-un e-mail și transferate într-un CRM.

NLP
extragerea informațiilor
+1

Șablon

Analiza sintactică de dependență

Analiza sintactică de dependență (dependency parsing) este o tehnică de procesare a limbajului natural care reprezintă structura gramaticală a unei propoziții ca dependențe între cuvinte. Fiecare cuvânt este legat de un cuvânt regent, de exemplu subiectul și complementul de verb: în „Clientul comandă două lămpi”, „clientul” și „lămpi” depind de „comandă”. Aceasta ajută la extragerea informațiilor, de exemplu pentru a identifica cine a făcut ce.

NLP
sintaxă
+1

Etichetarea părților de vorbire (POS)

Etichetarea părților de vorbire atribuie automat fiecărui cuvânt dintr-o propoziție categoria sa gramaticală, precum substantiv, verb, adjectiv sau prepoziție. Fiindcă multe cuvinte sunt ambigue („lucru” poate fi substantiv sau verb, „bine” poate fi adverb sau substantiv), metodele țin cont de contextul propoziției. Etichetarea POS este un pas clasic de preprocesare pentru analiza sintactică, extragerea de informații sau verificarea ortografică și este oferită de biblioteci precum spaCy și NLTK.

NLP
Gramatică
+1