Biblioteca Python do Stanford NLP Group para tokenização, segmentação de frases, NER e análise de dependências em mais de 60 idiomas.
7,9 mil966PythonOtherBem mantidoAtualizado anteontem
explosion/spaCy
Biblioteca de NLP robusta para Python e Cython, com tokenização, pipelines pré-treinados e modelos treinados para etiquetagem, análise sintática e reconhecimento de entidades.
- Estrelas
- 34,033
- Forks
- 4,741
- Issues abertas
- 254
- Último commit
- há 11 dias
O que é?
spaCy é uma biblioteca para processamento avançado de linguagem natural em Python e Cython. Ela oferece suporte a tokenização e treinamento em mais de 70 idiomas, além de pipelines pré-treinados para tarefas como etiquetagem de classe gramatical, análise de dependências, reconhecimento de entidades nomeadas e classificação de texto.
A biblioteca oferece suporte a aprendizado multitarefa com transformers pré-treinados, como BERT, e inclui um sistema de treinamento, além de ferramentas para empacotar, implantar e gerenciar modelos. É possível adicionar componentes personalizados aos pipelines e criar modelos próprios com PyTorch, TensorFlow e outros frameworks. Os visualizadores integrados exibem a sintaxe e as entidades nomeadas.
spaCy pode ser instalado via pip ou conda no macOS, Linux e Windows, e requer Python 3.7 até versões anteriores à 3.13 em sistemas de 64 bits. O projeto é distribuído sob a licença MIT.
Recursos principais
- 01Suporte a tokenização e treinamento em mais de 70 idiomas
- 02Pipelines pré-treinados para NER, etiquetagem POS, análise sintática e classificação de texto
- 03Aprendizado multitarefa com transformers pré-treinados, como BERT
- 04Componentes e modelos personalizados com PyTorch ou TensorFlow
- 05Visualizadores integrados para sintaxe e entidades nomeadas
Casos de uso
- Extrair entidades nomeadas, como pessoas, organizações e lugares, de documentos
- Classificar texto em um pipeline de produção usando um modelo treinado
- Criar componentes personalizados de NLP com base em transformers pré-treinados
- Analisar sintaxe e dependências em pesquisas linguísticas
Em coleções
Tópicos
Perguntas frequentes
- O que é spaCy?
- Biblioteca de NLP robusta para Python e Cython, com tokenização, pipelines pré-treinados e modelos treinados para etiquetagem, análise sintática e reconhecimento de entidades. spaCy é uma biblioteca para processamento avançado de linguagem natural em Python e Cython. Ela oferece suporte a tokenização e treinamento em mais de 70 idiomas, além de pipelines pré-treinados para tarefas como etiquetagem de classe gramatical, análise de dependências, reconhecimento de entidades nomeadas e classificação de texto.
- spaCy é gratuito? Qual é a licença?
- spaCy é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
- spaCy ainda é mantido?
- Manutenção ativa. O último commit de spaCy foi em 27 de out. de 2026.
- Para que posso usar spaCy?
- Extrair entidades nomeadas, como pessoas, organizações e lugares, de documentos Classificar texto em um pipeline de produção usando um modelo treinado Criar componentes personalizados de NLP com base em transformers pré-treinados Analisar sintaxe e dependências em pesquisas linguísticas
- Onde consigo spaCy?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/explosion/spaCy
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Biblioteca de processamento de linguagem natural em JavaScript que identifica classes gramaticais, encontra padrões no texto e transforma verbos, números e outros elementos.
12,2 mil+4 esta semana674JavaScriptMITBem mantidoAtualizado há 24 horas
Uma extensão do spaCy que integra LLMs a pipelines de NLP estruturados para tarefas como NER e classificação de texto, sem dados de treinamento.
1,4 mil111PythonMITAtualizado há 15 dias
Biblioteca de tokenização de ponta e rápida, escrita em Rust, com bindings para Python e Node.js para pipelines de NLP e modelos de linguagem.
11,2 mil+8 esta semana1,2 milRustApache-2.0Atualizado ontem
Biblioteca Python para classificação de texto que aprende novos exemplos e classes em tempo de execução, com confiança calibrada e detecção de dados fora da distribuição.
57743PythonApache-2.0Bem mantidoAtualizado há 5 dias
Uma biblioteca leve de deep learning, com verificação de tipos e programação funcional, para compor modelos e encapsular camadas do PyTorch, TensorFlow e MXNet.
2,9 mil295PythonMITAtualizado há 12 dias