NLP Academy · Lektion

Udtræk entiteter med spaCy

Vis entiteter og deres labels

Lektion 2 af 413 trin

Udtræk entiteter med spaCy er en gratis NLP Academy-lektion på CoddyKit. Dette er lektion 2 af 4. Du kan læse alle 3 lektioner i dette læringsspor gratis i deres fulde længde — derefter låser CoddyKit PRO alle lektioner op samt praktiske øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. Den er en del af læringsforløbet i NLP Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. NLP Academy-kurset indeholder 4 lektioner i alt.

spaCy klarer arbejdet

spaCy leveres med en trænet NER-komponent, der finder entiteter for dig. Du giver den tekst og læser mærkede spans tilbage. 🐍

Indlæs en model

Indlæs først en pipeline, der indeholder NER. Den lille engelske model en_core_web_sm er et hurtigt og enkelt sted at begynde.

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

Behandl din tekst

Giv en streng til pipelinen for at få et Doc-objekt. Doc indeholder tokens, sætninger og de entiteter, som spaCy fandt.

doc = nlp("Sundar Pichai leads Google in California.")

Egenskaben ents

Alle Doc-objekter giver adgang til doc.ents, en tupel med de registrerede entiteter. Gå gennem den for at undersøge hver enkelt.

for ent in doc.ents:
    print(ent)

Læs teksten

Hver entitet har en .text-attribut, der indeholder de præcise ord, der blev matchet. Dette er det rå span, der blev hentet fra din sætning.

print(ent.text)  # e.g. Sundar Pichai

Læs mærket

Brug .label_ (med den afsluttende understregning) for at få en læsbar mærkestreng som PERSON, ORG eller GPE.

print(ent.label_)  # e.g. PERSON

Saml det hele

Én lille løkke udskriver både tekst og mærke for hver entitet og omdanner en sætning til rene strukturerede data.

for ent in doc.ents:
    print(ent.text, ent.label_)

Tegnposisitioner

Entiteter giver også adgang til start_char og end_char, altså forskydningerne i den oprindelige streng. Det er praktisk, når matches senere skal fremhæves.

print(ent.start_char, ent.end_char)

Forklar et mærke

Har du glemt, hvad GPE betyder? Kald spacy.explain for at få en letforståelig beskrivelse af ethvert entitetsmærke.

spacy.explain("GPE")  # 'Countries, cities, states'

Entiteter er spans

Hver entitet er et Span, altså et udsnit af Doc. Derfor fungerer den som et lille dokument, som du kan undersøge yderligere token for token.

Saml i en liste

En hurtig listeforståelse samler alle entiteter i en liste med tupler, klar til at blive gemt, talt eller sendt videre til en rapport.

results = [(e.text, e.label_) for e in doc.ents]

Hurtigt tjek

Hvilken attribut giver det læsbare entitetsmærke?

Besvar den i den interaktive lektion

Opsamling

Indlæs en model, kør nlp() på tekst, og gå derefter gennem doc.ents, mens du læser .text og .label_. Det er grundlæggende NER i spaCy. ✅

Gratis at komme i gang

Lær Python med en AI-underviser — gratis

Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.

Kurser: 30
Lektioner: 120

Start gratis Se hele kurset

Ofte stillede spørgsmål

Er lektionen “Udtræk entiteter med spaCy” gratis?

Ja — alle 3 lektioner i læringssporet NLP Academy, inklusive “Udtræk entiteter med spaCy”, kan læses gratis i deres fulde længde her på webstedet. Derefter låser CoddyKit PRO alle lektioner op samt interaktive øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. NLP Academy-kurset indeholder 4 lektioner i alt.

Hvad lærer jeg i “Udtræk entiteter med spaCy”?

Vis entiteter og deres labels Du øver dig i NLP Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.

Skal jeg have erfaring for at begynde på NLP Academy?

Der kræves ingen tidligere erfaring. NLP Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 2 af 4.

Hvor lang tid tager lektionen “Udtræk entiteter med spaCy”?

De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.

Kan jeg skrive og køre kode i denne NLP Academy-lektion?

Ja. Alle NLP Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.

Alle lektioner i dette kursus

← Tilbage til NLP Academy