Wörter mit spaCy taggen
POS-Tags und detaillierte Tags auslesen
Wörter mit spaCy taggen ist eine kostenlose NLP Academy-Lektion auf CoddyKit. Dies ist Lektion 2 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des NLP Academy-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der NLP Academy-Kurs umfasst insgesamt 4 Lektionen.
spaCy übernimmt das Tagging
Sie müssen Wörter nicht von Hand kennzeichnen. spaCy liest einen Satz und weist jedem Token automatisch eine Wortart zu. ⚡
Ein Modell laden
Laden Sie zunächst ein trainiertes Modell. Das kleine englische Modell en_core_web_sm kann sofort taggen, parsen und Entitäten erkennen.
import spacy
nlp = spacy.load("en_core_web_sm")Ihren Text verarbeiten
Rufen Sie nlp() mit einem String auf, um ein Doc zu erhalten. Das Doc enthält jedes Token zusammen mit den Tags, die spaCy bereits für Sie ermittelt hat.
doc = nlp("The cat sleeps quietly")Tokens durchlaufen
Ein Doc ist iterierbar, sodass Sie es Token für Token durchlaufen können. Jedes Token ist ein umfangreiches Objekt mit seinem Text und grammatischen Informationen.
for token in doc:
print(token.text)Das grobe Tag auslesen
Jedes Token besitzt ein Attribut pos_, das sein universelles Tag wie NOUN oder VERB enthält. Der abschließende Unterstrich liefert den lesbaren String.
for token in doc:
print(token.text, token.pos_)Das feingranulare Tag
Für weitere Details lesen Sie token.tag_ aus. Das Attribut liefert ein präzises Label wie VBZ für ein Verb im Präsens – zusätzlich zur groben Kategorie pos_.
print(doc[2].text, doc[2].tag_)Jedes Tag erklären
Sie wissen nicht mehr, wofür ein Code steht? Rufen Sie spacy.explain() mit einem Tag auf. Die Funktion gibt eine verständliche englische Beschreibung zurück.
print(spacy.explain("VBZ"))Tags entstehen aus dem Kontext
spaCy bestimmt jedes Tag anhand des gesamten Satzes und nicht mithilfe einer Nachschlagetabelle. Deshalb kann book je nach Verwendung als NOUN oder VERB getaggt werden.
Nach Wortart filtern
Sobald Tags vorhanden sind, ist das Filtern einfach. Behalten Sie nur Tokens, deren pos_ VERB entspricht, um jedes Tätigkeitswort im Text zu sammeln.
verbs = [t.text for t in doc if t.pos_ == "VERB"]Tagging ist schnell
spaCy taggt Tausende Wörter pro Sekunde, sodass Sie auch große Dokumente ohne lange Wartezeit verarbeiten können. spaCy ist für den produktiven Einsatz entwickelt.
Ein Modell, viele Aufgaben
Dasselbe geladene Modell übernimmt auch Parsing und Entitätenerkennung. Tagging ist nur ein Teil der vollständigen spaCy-Pipeline, die auf jedem Doc ausgeführt wird.
Kurze Überprüfung
Rufen Sie sich ins Gedächtnis, wie spaCy Wortart-Labels bereitstellt.
Zusammenfassung
Sie haben ein Modell geladen, Text verarbeitet und für jedes Token sowohl pos_ als auch tag_ ausgelesen. Mit wenigen Zeilen verwandelt spaCy rohe Sätze in getaggte Wörter. 🎉
Lerne Python mit einem KI-Tutor — kostenlos
Schreibe und führe echten Code in deinem Browser aus, bekomme sofortige Hilfe von einem 24/7 KI-Tutor und setze dein Lernen im Web oder in der App fort.
- Kurse
- 30
- Lektionen
- 120
Häufig gestellte Fragen
Ist die Lektion „Wörter mit spaCy taggen“ kostenlos?
Ja — der vollständige Text von „Wörter mit spaCy taggen“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des NLP Academy-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der NLP Academy-Kurs umfasst insgesamt 4 Lektionen.
Was lerne ich in „Wörter mit spaCy taggen“?
POS-Tags und detaillierte Tags auslesen Du übst NLP Academy mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.
Brauche ich Erfahrung, um NLP Academy zu starten?
Keine Vorkenntnisse erforderlich. NLP Academy auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 2 von 4.
Wie lange dauert die Lektion „Wörter mit spaCy taggen“?
Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.
Kann ich in dieser NLP Academy-Lektion Code schreiben und ausführen?
Ja. Jede NLP Academy-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.
Alle Lektionen in diesem Kurs
- Substantive, Verben und warum Tags wichtig sind
- Wörter mit spaCy taggen
- Phrasen anhand von Tagmustern extrahieren
- Grundlagen des Dependency Parsing