总结

使用 spaCy 的自然语言处理

Azadeh Mobasher

Principal data scientist

第 1 章——NLP 与 spaCy 简介

 

  • 使用 spaCy 文本处理流水线提取语言特征：

 

spaCy 语言流水线

使用 spaCy 的自然语言处理

第 2 章——spaCy 语言学标注与词向量

  • 使用 spaCy 的 Doc、Token、Span 等类，并用词向量预测语义相似度：

类比与向量运算

使用 spaCy 的自然语言处理

第 3 章——用 spaCy 做数据分析

  • 编写匹配模式，用 spaCy 的 Matcher 与 PhraseMatcher 提取术语和短语：

 

matcher = Matcher(nlp.vocab)
pattern = [{"LOWER": "good"}, {"LOWER": {"IN": ["morning", "evening"]}}]
matcher.add("morning_greeting", [pattern])

 

matcher = PhraseMatcher(nlp.vocab, attr = "LOWER")
patterns = [nlp.make_doc(term) for term in terms]
matcher.add("InvestmentTerms", patterns)
使用 spaCy 的自然语言处理

第 4 章——自定义 spaCy 模型

 

  • 标注并准备数据以进行训练
  • 训练 spaCy 模型并用于推理

 

医疗领域 NER 示例

使用 spaCy 的自然语言处理

推荐资源

 

使用 spaCy 的自然语言处理

恭喜！

使用 spaCy 的自然语言处理

Preparing Video For Download...