spacy.lang.en和load（'en'）有什么区别？

Question

在我对NLP（尤其是spacy库）的研究中，我对此感到困惑， from spacy.lang.en import English()和spacy.load('en')有什么区别以及它是如何工作的？有人可以帮我解释一下这个问题，如果可以的话，请提供一些区别示例。预先感谢。

Answer 1

English中的spacy.lang.en语言类包含特定于语言的代码和包含的规则in the library –例如，特殊情况下的分词规则，停用词或确定是否一个词的函数例如“二十二”就像一个数字。

spacy.load("en")使用快捷方式名称en装入已安装的statistical model –在本例中为en_core_web_sm软件包。因此，您也可以运行spacy.load("en_core_web_sm")，这会使事情变得更加明确。加载模型将初始化相应的语言类（在这种情况下为English），建立处理管道并加载经过训练的模型的二进制权重，从而使spaCy可以做出预测（例如，单词是否为名词）或文字中的命名实体）。因此，加载模型后返回的nlp对象是English的实例，但它也设置了处理管道并加载了权重。

您可以找到有关spacy.load如何运作here的更详细的概述。 spaCy在线课程的first chapter还会更详细地说明语言类别和统计模型。