使用spacy西班牙语Tokenizer

Question

我总是使用英语或德语的spacy库。

要加载库，我使用了以下代码：

import spacy
nlp = spacy.load('en')

我想使用西班牙语tokeniser，但我不知道怎么做，因为spacy没有西班牙语模型。 我试过这个

python -m spacy download es

然后：

nlp = spacy.load('es')

但显然没有任何成功。

有人知道如何以正确的方式用西班牙语标记西班牙语句子吗？

Answer 1

对于版本1.6，此代码正常运行：

from spacy.es import Spanish
nlp = Spanish()

但是在版本1.7.2中需要进行一些改动：

from spacy.es import Spanish
nlp = Spanish(path=None)

来源：@honnibal在gitter chat中

Answer 2

这对我有用：

python -m spacy download es_core_news_sm


import spacy
nlp = spacy.load("es_core_news_sm")

Answer 3

首先，您将必须使用命令行下载西班牙语模型（“ es”表示西班牙语）（当前有两种预训练的西班牙语模型可用）：

• es_core_news_sm
• es_core_news_md

选择中小型版本，使用命令行下载它们：

python -m spacy download es_core_news_sm

python -m spacy download es_core_news_md

然后根据模型名称在python中加载所选模型：

import spacy
nlp = spacy.load("es_core_news_sm")

或：

import spacy
nlp = spacy.load("es_core_news_md")

查看文档以获取模型更新： https://spacy.io/models/es