Mengekstrak Entitas dengan spaCy
Mencantumkan entitas dan labelnya
Mengekstrak Entitas dengan spaCy adalah pelajaran NLP Academy gratis di CoddyKit. Ini adalah pelajaran 2 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar NLP Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus NLP Academy mencakup 4 pelajaran total.
spaCy yang Mengerjakannya
spaCy menyediakan komponen NER terlatih yang menemukan entitas untuk Anda. Anda memasukkan teks dan menerima kembali rentang yang telah diberi label. 🐍
Muat Model
Pertama, muat pipeline yang mencakup NER. Model bahasa Inggris kecil en_core_web_sm adalah titik awal yang cepat dan mudah digunakan.
import spacy
nlp = spacy.load("en_core_web_sm")Proses Teks Anda
Masukkan string ke dalam pipeline untuk mendapatkan objek Doc. Doc menyimpan token, kalimat, dan entitas yang ditemukan spaCy.
doc = nlp("Sundar Pichai leads Google in California.")Properti ents
Setiap Doc menyediakan doc.ents, yaitu tuple berisi entitas yang terdeteksi. Ulangi isinya untuk memeriksa setiap entitas secara terpisah.
for ent in doc.ents:
print(ent)Baca Teksnya
Setiap entitas memiliki atribut .text yang menyimpan kata-kata persis yang cocok. Inilah rentang mentah yang diambil dari kalimat Anda.
print(ent.text) # e.g. Sundar PichaiBaca Labelnya
Gunakan .label_ (dengan garis bawah di akhir) untuk mendapatkan string label yang mudah dibaca seperti PERSON, ORG, atau GPE.
print(ent.label_) # e.g. PERSONGabungkan Semuanya
Satu pengulangan kecil mencetak teks dan label setiap entitas, sehingga kalimat berubah menjadi data terstruktur yang rapi.
for ent in doc.ents:
print(ent.text, ent.label_)Posisi Karakter
Entitas juga menyediakan start_char dan end_char, yaitu offset dalam string asli. Ini berguna untuk menyoroti kecocokan nantinya.
print(ent.start_char, ent.end_char)Jelaskan Label
Lupa arti GPE? Panggil spacy.explain untuk mendapatkan penjelasan sederhana tentang label entitas apa pun.
spacy.explain("GPE") # 'Countries, cities, states'Entitas adalah Rentang
Setiap entitas adalah sebuah rentang, yaitu bagian dari Doc. Karena itu, entitas berperilaku seperti dokumen mini yang dapat Anda periksa lebih lanjut token demi token.
Kumpulkan ke dalam Daftar
Pemahaman singkat mengumpulkan setiap entitas ke dalam daftar tuple, yang siap disimpan, dihitung, atau dimasukkan ke laporan.
results = [(e.text, e.label_) for e in doc.ents]Pemeriksaan Singkat
Atribut mana yang memberikan label entitas yang mudah dibaca?
Ringkasan
Muat model, jalankan nlp() pada teks, lalu ulangi doc.ents sambil membaca .text dan .label_. Itulah inti NER di spaCy. ✅
Belajar Python dengan tutor AI — gratis
Tulis dan jalankan kode asli di browser kamu, dapatkan bantuan instan dari tutor AI 24/7, dan lanjutkan di mana kamu tinggalkan di web atau aplikasi.
- Kursus
- 30
- Pelajaran
- 120
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Mengekstrak Entitas dengan spaCy” gratis?
Ya — teks lengkap “Mengekstrak Entitas dengan spaCy” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus NLP Academy, upgrade ke CoddyKit PRO. Kursus NLP Academy mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Mengekstrak Entitas dengan spaCy”?
Mencantumkan entitas dan labelnya Kamu berlatih NLP Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai NLP Academy?
Tidak diperlukan pengalaman sebelumnya. NLP Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 2 dari 4.
Berapa lama pelajaran “Mengekstrak Entitas dengan spaCy” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran NLP Academy ini?
Ya. Setiap pelajaran NLP Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Apa yang Dianggap sebagai Entitas?
- Mengekstrak Entitas dengan spaCy
- Memvisualisasikan Entitas dengan displaCy
- Menambahkan Aturan Entitas Khusus