0Pricing
NLP Academy · Leçon

Extraire des entités avec spaCy

Lister les entités et leurs étiquettes

Extraire des entités avec spaCy est une leçon NLP Academy gratuite sur CoddyKit. Ceci est la leçon 2 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage NLP Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours NLP Academy comprend 4 leçons au total.

Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.

spaCy Does the Work

spaCy ships a trained NER component that finds entities for you. You feed it text and read back labeled spans. 🐍

Load a Model

First load a pipeline that includes NER. The small English model en_core_web_sm is a quick, friendly starting point.

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

Process Your Text

Pass a string into the pipeline to get a Doc object. The Doc holds tokens, sentences, and the entities spaCy found.

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

The ents Property

Every Doc exposes doc.ents, a tuple of detected entities. Loop over it to inspect each one individually.

for ent in doc.ents:
    print(ent)

Read the Text

Each entity has a .text attribute holding the exact words matched. This is the raw span lifted from your sentence.

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

Read the Label

Use .label_ (with the trailing underscore) to get a readable label string like PERSON, ORG, or GPE.

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

Putting It Together

One small loop prints both the text and label of every entity, turning a sentence into clean structured data.

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

Character Positions

Entities also expose start_char and end_char, the offsets in the original string. Handy for highlighting matches later.

print(ent.start_char, ent.end_char)

Explain a Label

Forgot what GPE means? Call spacy.explain for a plain-English description of any entity label.

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

Entities Are Spans

Each entity is a Span, a slice of the Doc. So it behaves like a mini-document you can further inspect token by token.

Collect Into a List

A quick comprehension gathers every entity into a list of tuples, ready to save, count, or feed into a report.

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

Quick Check

Which attribute gives the readable entity label?

Recap

Load a model, run nlp() on text, then loop doc.ents reading .text and .label_. That is core NER in spaCy. ✅

Questions Fréquemment Posées

La leçon « Extraire des entités avec spaCy » est-elle gratuite ?

Oui — le texte complet de « Extraire des entités avec spaCy » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours NLP Academy, passe à CoddyKit PRO. Le cours NLP Academy comprend 4 leçons au total.

Qu'est-ce que j'apprendrai dans « Extraire des entités avec spaCy » ?

Lister les entités et leurs étiquettes Tu pratiques NLP Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.

Dois-je avoir de l'expérience pour commencer NLP Academy ?

Aucune expérience préalable n'est requise. NLP Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 2 sur 4.

Combien de temps prend la leçon « Extraire des entités avec spaCy » ?

La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.

Peux-tu écrire et exécuter du code dans cette leçon NLP Academy ?

Oui. Chaque leçon NLP Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.

Toutes les leçons de ce cours

  1. Qu’est-ce qui constitue une entité ?
  2. Extraire des entités avec spaCy
  3. Visualiser les entités avec displaCy
  4. Ajouter des règles d’entités personnalisées
← Retour à NLP Academy