Charger un modèle et traiter un document
Faire passer le texte dans nlp() en un seul appel
Charger un modèle et traiter un document 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.
Install First
Before you load anything, you download a model once. The en_core_web_sm model is small, fast, and perfect for getting started.
python -m spacy download en_core_web_smLoad the Model
You bring spaCy to life with spacy.load. It reads the model from disk and hands you an nlp object ready to process text.
import spacy
nlp = spacy.load("en_core_web_sm")What nlp Is
That nlp object is your whole pipeline wrapped up. Calling it on text runs every stage: tokenizer, tagger, parser, and entity recognizer.
Process Some Text
To analyze a sentence, just call nlp() on a string. The result is a Doc, a rich container holding all the analysis.
doc = nlp("Apple is hiring in Berlin.")One Call Does It All
That single call already ran tokenizing, tagging, and parsing. The Doc now carries every result, so you never repeat the work.
Loop Over Tokens
A Doc behaves like a sequence, so you can loop through it. Each item you get back is a Token with its own attributes.
for token in doc:
print(token.text)Read Token Text
The raw word lives in token.text. It is exactly the surface string spaCy found while splitting your sentence.
Load Once, Reuse
Loading a model is slow, so do it once at startup. Then reuse the same nlp object for every document you process.
Process Many Docs
For lots of texts, use nlp.pipe. It batches them efficiently and is far faster than calling nlp() in a plain loop.
for doc in nlp.pipe(texts):
print(len(doc))Disable for Speed
Need only tokens? You can disable unused components when loading to skip work and run even faster.
nlp = spacy.load("en_core_web_sm", disable=["parser"])Blank Pipelines
You can also start from spacy.blank for a tokenizer-only pipeline. It is handy when you want to build everything yourself.
nlp = spacy.blank("en")Quick Check
What do you get back from calling nlp() on a string?
Recap
You install a model, load it once with spacy.load, then call nlp() to get a Doc. One call runs the whole pipeline and you reuse it everywhere. 🎯
Questions Fréquemment Posées
La leçon « Charger un modèle et traiter un document » est-elle gratuite ?
Oui — le texte complet de « Charger un modèle et traiter un document » 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 « Charger un modèle et traiter un document » ?
Faire passer le texte dans nlp() en un seul appel 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 « Charger un modèle et traiter un document » ?
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
- Pourquoi choisir spaCy pour les projets réels
- Charger un modèle et traiter un document
- Tokens, spans et objets Doc
- Personnaliser le pipeline