尝试在 Heroku 上运行 spaCy。如果我打开一个 REPL heroku run python，我可以很高兴地import spacy和nlp=spacy.load('en')，但是如果我尝试：

我收到一个错误：

模型似乎已正确下载，而且我不是从源代码构建的。所以不确定错误可能在哪里。

以下代码使用spaCy 词向量来查找与给定词最相似的 20 个词，方法是首先计算词汇表中所有词（超过一百万）的余弦相似度，然后对该最相似词的列表进行排序。

我想知道的是是否有一种方法可以将 spaCy 的词汇表限制为仅出现在给定列表中的单词，我希望这会大大降低排序操作的成本。

为了清楚起见，我想传入一个仅包含几个单词的列表，或者只是给定文本中的单词，并且能够快速查找这些单词中的哪些单词在 spaCy 的向量空间中彼此最近。

在这方面的任何帮助表示赞赏。

我正在使用下面的代码来检查一个词是否是停用词。如下所示，如果 try 块失败，IS_STOP 函数会抛出错误。

我收到以下错误：

用 spacy 添加/删除停用词的最佳方法是什么？我正在使用token.is_stop函数并想对集合进行一些自定义更改。我正在查看文档，但找不到任何关于停用词的信息。谢谢！

我有一个文本以及索引条目，其中一些指示文本中出现的重要多词表达（MWE）（例如生物学文本的“海绵状骨骼”）。我想使用这些条目在 spaCy 中构造一个自定义匹配器，以便我可以识别文本中 MWE 的出现。另一个要求是我需要匹配出现来保留 MWE 组成词的词形还原表示和 POS 标签。

我已经查看了做类似事情的现有 spaCy 示例，但我似乎无法理解这种模式。

我正在使用一个中等大小的文本数据集——大约 1GB 的单个文本列，我已将其作为 pandas 系列（对象类型）加载。它被称为textData。

我想为每个文本行创建文档，然后进行标记。但我想使用我的自定义标记器。

我在 main() 中运行上述函数，并使用脚本调用 main()。

任何理由这不应该工作？如果有酸洗问题 - 它不会被提出。

有什么办法可以使这项工作？

我目前使用 spaCy 来遍历依赖树，并生成实体。

spaCy 有什么好的 Java 替代品吗？

我正在寻找像 spaCy 那样生成依赖树的库。

编辑：

我调查了斯坦福解析器。但是，它生成了以下解析树：

但是，我正在寻找像 spaCy 这样的树结构：

使用 Python Spacy，如何从简单的被动语态句子中提取实体？在接下来的句子中，我的意图是从句子中提取“John”作为nsubjpass和.ent_。

句子 = “约翰被大卫指控犯罪”

使用 Python Spacy，我正在尝试从多个主题被动语态句子中提取实体。

句子 = “约翰和珍妮被大卫指控犯罪”

我的意图是从句子中提取“John and Jenny”作为nsubjpass和.ent_。

但是，我只能将“John”提取为 nsubjpass。

如何提取它们？

请注意，虽然在 .ents 中发现 John 作为实体，但 Jenny 被视为 conj 而不是 nsubjpass。如何改进它？

代码

结果：

实体列表显示：

代码

`

结果

现在，如果我们检查整个句子，我们会看到如下：

代码：

结果

请注意，第二个被动主语 Jenny 在 Spacy 中被识别为 conj 而不是 nsubjpass。

我正在使用 Ubuntu。我安装了 spacy

但是，我尝试了

但我不断收到错误

为什么是这样？