问题标签 [spacy]

安装程序后，我正在尝试在我的 Mac 上安装 spaCy 英文模型。现在我的机器有 python 2.7。我已经在 venv 中安装了 spaCy，然后按照网站上的说明使用“python -m spacy.en.download”安装模型。当我尝试这样做时，我得到以下响应：

回溯（最近一次通话最后）：

然后，我尝试在 venv 之外的计算机上安装 spaCy 和模型，我不想这样做，但想看看它是否可以工作。我又遇到了同样的错误。

另外我想知道这个问题是否与运行 python 2.7 有关？我将计算机上的 python 升级到 3.5，但不知道如何用 3.5 替换 2.7？现在我可以使用$ python或在解释器上运行$ python3。如何将所有内容升级到 3.5？

先感谢您！

我有一些大数据的数据处理任务。我使用 Python 在 EC2 上运行脚本，如下所示：

我逐行循环数据并将结果逐行写入另一个文件。

运行了几个小时后，我无法登录服务器。我必须重新启动实例才能继续。

服务器很可能内存不足。写入文件时，RAM 会慢慢上升。我不确定为什么在逐行读写时内存会成为问题。

我有足够的硬盘空间。

我认为最接近这个问题：Python“打开”函数是否将其内容保存在内存或临时文件中？

我一直在使用spaCy Python 包来解析和标记文本，并使用生成的依赖树和其他属性来获取含义。现在我想使用 SyntaxNet 的 Parsey McParseface 进行解析和依赖标记（这似乎更好），但我想继续使用 spaCy API，因为它非常易于使用并且它可以做很多 Parsey 没有做的事情。SyntaxNet 以 CoNLL 格式输出 POS 标签和依赖标签/树：

1. Bob _ NOUN NNP _ 2 nsubj _ _
2. 带来 _ VERB VBD _ 0 ROOT _ _
3. _ DET DT _ 4 检测 _ _
4. 比萨饼_名词NN _ 2 dobj _ _
5. 到 _ ADP IN _ 2 准备 _ _
6. Alice _ NOUN NNP _ 5 pobj _ _
7. . _ . . _ 2 点 _ _

并且 spaCy 似乎能够在这里读取 CoNLL 格式。但我不知道在 spaCy 的 API 中哪里需要一个 CoNLL-fromatted 字符串。

sense2vec 的文档提到了 3 个主要文件——第一个是 merge_text.py。由于 merge_text.py 尝试打开由 bzip2 压缩的文件，因此我尝试了几种类型的输入 - txt、csv、bzipped 文件。

该文件位于： https ://github.com/spacy-io/sense2vec/blob/master/bin/merge_text.py

这个脚本需要什么类型的输入格式？此外，如果有人可以建议如何训练模型。

向我推荐了需要一个具有良好 POS 标记器的 Python 模块，用于德语 SpaCy。在我的带有 Python 3.4 的 Win10 64Bit 上，我尝试按照其主页上的说明安装 SpaCy，首先准备 virtualenv（部分安装，Windows 在源代码 .env/bin/activate 处失败），然后使用 pip install。由于这不太奏效，我通过 git cmd 从 github 克隆了 SpaCy，然后在 Windows 控制台中继续使用virtualenv .env && source .env/bin/activate它再次在“源”失败。之后也pip install -r requirements.txt失败了。

然后我尝试pip install -U spacy了它似乎工作正常（没有错误消息），但是使用 SpaCy 的进一步命令（例如安装模型），使用python -m spacy.en.download --forceall 失败并带有Error while finding spec for 'spacy.en.download' (<class 'ImportError'>: No module named 'spacy.attrs').

我做错了什么？如何确保 SpaCy 的顺利安装？当我尝试时，它至少在列表中pip list。谢谢大家！

我将 spaCy 与 Python 一起用于命名实体识别，但脚本需要在每次运行时加载模型，并且需要大约 1.6GB 的内存来加载它。
但 1.6GB 并不是每次运行都可有可无。
如何将其加载到缓存或临时内存中以使脚本运行得更快？

我如何训练 spaCy 为像“孩子喜欢巧克力”这样的单个句子做适当的依赖标记。

spaCy 目前将“children”、“like”、“chocolates”的依赖分别标记为 ROOT、PREP 和 POBJ，而正​​确的标记分别是 SUB、ROOT 和 DOBJ。

如何向 SpaCy 添加新的引理。例如，新的单复数名词。

示例：Kirana = 单数 Kiranas = 复数

我想将它添加到 SpaCy，以便当句子包含“Kiranas”时，Kirana 将显示为其引理。

我是 spacy 的新手，我想使用它的 lemmatizer 功能，但我不知道如何使用它，就像我进入单词字符串一样，它将以单词的基本形式返回字符串。

例子：

• '单词'=> '单词'
• “做过”=>“做”

谢谢你。

我通过 Anaconda 在 Python 3.5.2 上运行 OS X El Capitan 并拥有 spaCy 0.101.0。

我正在尝试使用python -m spacy.en.download. 但是，当我这样做时，我收到一条错误消息urllib.error.URLError: <urlopen error [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed (_ssl.c:645)>。完整的 Traceback 如下：