spacy的en_core_web_sm，en_core_web_md和en_core_web_lg模型有什么区别？

Question

我在我的系统上安装了spacy，我想解析提取人名，组织英语。但我看到here，有4个英语模型。有model versioning.我没有得到哪个模型很大，我必须选择哪个模型进行开发？

Answer 1

keytool -delete [OPTION]... Deletes an entry Options: -alias <alias> alias name of the entry to process -keystore <keystore> keystore name -storepass <arg> keystore password -storetype <storetype> keystore type -providername <providername> provider name -providerclass <providerclass> provider class name -providerarg <arg> provider argument -providerpath <pathlist> provider classpath -v verbose output -protected password through protected mechanism / sm / md指的是模型的大小（分别为小型，中型，大型）。

正如您在链接到的模型页面上所说的那样，

  

模型差异主要是统计学的。一般来说，我们确实希望更大的模型更好＆＃34;整体而言更准确。最终，这取决于您的使用案例和要求。我们建议从默认模型开始（下面标有星号）。

FWIW，lg模型是默认模式（如上所述）

Answer 2

区别在于预测的准确性。

但是，正如您在spaCy文档的comparison中所看到的，差别很小。

与en_core_web_lg （ 10 MB ）相比，en_core_web_sm （ 788 MB ） ：

• LAS： 90.07％与 89.66％
• POS： 96.98％与 96.78％
• UAS： 91.83％与 91.53％
• NER F得分： 86.62％与 85.86％
• NER精度： 87.03％与 86.33％
• NER召回率： 86.20％与 85.39％

尽管en_core_web_lg的大小是 79倍，所以加载速度要慢得多。

我建议在开发时使用en_core_web_sm，然后在生产中切换到更大的模型。 您只需更改加载的模型即可轻松切换。

nlp = spacy.load("en_core_web_lg")