基于spaCy的自然语言处理工具库textacy详解

textacy: 自然语言处理，在spaCy之前与之后

textacy 是一个用于执行各种自然语言处理（NLP）任务的 Python 库，它构建于高性能的 spaCy 库之上。将基础任务——分词、词性标注、依存句法分析等——委托给其他库处理，textacy 主要专注于处理之前和之后的阶段。

功能特点

• 通过便捷的方法和自定义扩展，访问和扩展 spaCy 处理单个或多个文档的核心功能。
• 加载带有文本内容和元数据的预置数据集，内容涵盖从国会演讲到历史文献再到论坛评论。
• 在使用 spaCy 处理之前，对原始文本进行清理、规范化和探索。
• 从处理后的文档中提取结构化信息，包括 n-元词组、实体、缩写、关键词和主谓宾三元组。
• 使用多种相似度度量方法来比较字符串和序列。
• 对文档进行分词和向量化，然后训练、解释和可视化主题模型。
• 计算文本可读性和词汇多样性统计数据，包括 Flesch-Kincaid 年级水平、多语言 Flesch 阅读易读性和类符形符比。
• …… 以及更多功能！

相关链接

• 下载: https://pypi.org/project/textacy
• 文档: https://textacy.readthedocs.io
• 源代码: https://github.com/chartbeat-labs/textacy

维护者

你好，各位！:waving_hand:
Burton DeWilde (burtdewilde@gmail.com)

目录

• 安装
  • 依赖项
  • 下载数据
• 快速开始
• 操作指南
  • 处理文本
    • 创建文档
    • 分析文档
  • 处理多个文本
    • 创建语料库
    • 分析语料库
  • 处理多种语言
• 教程
  • 美国国会工作人员的背景与描述
  • 美国国会中的术语与主题
• API 参考
  • 语言、文档、语料库
  • 数据集与资源
  • 文本预处理
  • 信息提取
  • 文本统计
  • 文档相似度
  • 文档表示
  • 主题建模
  • 文件输入/输出
  • 可视化
  • 数据增强
  • 杂项
• 变更日志
  • 0.13.0 (2023-04-02)
  • 0.12.0 (2021-12-06)
  • 0.11.0 (2021-04-12)
  • 0.10.1 (2020-08-29)
  • 0.10.0 (2020-03-01)
  • 0.9.1 (2019-09-03)
  • 0.9.0 (2019-09-03)
  • 0.8.0 (2019-07-14)
  • 0.7.1 (2019-06-25)
  • 0.7.0 (2019-05-13)
  • 0.6.3 (2019-03-23)
  • 0.6.2 (2018-07-19)
  • 0.6.1 (2018-04-11)
  • 0.6.0 (2018-02-25)
  • 0.5.0 (2017-12-04)
  • 0.4.2 (2017-11-28)
  • 0.4.1 (2017-07-27)
  • 0.4.0 (2017-06-21)
  • 0.3.4 (2017-04-17)
  • 0.3.3 (2017-02-10)
  • 0.3.2 (2016-11-15)
  • 0.3.1 (2016-10-19)
  • 0.3.0 (2016-08-23)
  • 0.2.8 (2016-08-03)
  • 0.2.5 (2016-07-14)
  • 0.2.4 (2016-07-14)
  • 0.2.3 (2016-06-20)
  • 0.2.2 (2016-05-05)
  • 0.2.0 (2016-04-11)
  • 0.1.4 (2016-02-26)
  • 0.1.3 (2016-02-22)
    更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
    对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）

公众号二维码

公众号二维码