使用 spaCy 的自然語言處理
Azadeh Mobasher
Principal data scientist
spaCy 的文字處理 pipeline 萃取語言特徵:
spaCy 的 Doc、Token、Span 類別,並用詞向量預測語意相似度:spaCy 的 Matcher 與 PhraseMatcher 擷取術語與片語:
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)
spaCy 模型並在推論時使用

使用 spaCy 的自然語言處理