Repolode
提交项目
explosion

explosion/spaCy

面向 Python 与 Cython 的工业级自然语言处理库，提供分词、预训练流程及实体识别等模型。

在 GitHub 查看官网
Star
34,033
Fork
4,741
未关闭 Issue
254
最近提交
11天前

这是什么？

spaCy 是一个基于 Python 和 Cython 的高级自然语言处理库，支持 70 多种语言的分词与训练。它内置用于词性标注、依存句法分析、命名实体识别和文本分类等任务的预训练流程。

库中支持结合 BERT 等预训练 Transformer 进行多任务学习，并提供训练系统以及模型打包、部署和工作流管理工具。用户可以为流程添加自定义组件，也能在 PyTorch、TensorFlow 等框架中构建自有模型。内置的可视化工具可展示句法结构和命名实体。

可通过 pip 或 conda 在 macOS、Linux 和 Windows 上安装，需要 64 位 Python 3.7 至 3.12 版本。项目采用 MIT 许可证。

核心功能

  • 01支持 70 多种语言的分词与训练
  • 02提供命名实体识别、词性标注、句法分析和文本分类的预训练流程
  • 03支持结合 BERT 等预训练 Transformer 进行多任务学习
  • 04可添加自定义组件，并使用 PyTorch 或 TensorFlow 构建模型
  • 05内置句法与命名实体的可视化工具

适用场景

  • 从文档中抽取人名、机构名和地名等命名实体
  • 在生产环境中使用训练好的模型进行文本分类
  • 基于预训练 Transformer 构建自定义 NLP 组件
  • 在语言学研究中分析句法和依存关系

收录于专题

自然语言处理工具与库

标签

#nlp#machine-learning#named-entity-recognition#text-classification#tokenization#transformers#python#ai#artificial-intelligence#cython

常见问题

spaCy 是什么？
面向 Python 与 Cython 的工业级自然语言处理库，提供分词、预训练流程及实体识别等模型。 spaCy 是一个基于 Python 和 Cython 的高级自然语言处理库，支持 70 多种语言的分词与训练。它内置用于词性标注、依存句法分析、命名实体识别和文本分类等任务的预训练流程。
spaCy 可以免费使用吗？用的什么许可证？
spaCy 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。
spaCy 还在维护吗？
活跃维护中。spaCy 最近一次提交是在 2026年10月27日。
spaCy 适合用来做什么？
从文档中抽取人名、机构名和地名等命名实体 在生产环境中使用训练好的模型进行文本分类 基于预训练 Transformer 构建自定义 NLP 组件 在语言学研究中分析句法和依存关系
在哪里获取 spaCy？
源代码和安装说明在 GitHub 上：https://github.com/explosion/spaCy

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目