NLTK/spaCy 自然语言处理NLP程序包使用总结( 三 )


NLTK/spaCy 自然语言处理NLP程序包使用总结

文章插图
名词短语提取在中文模型中没有 , 英文模型中用output.noun_chunks获取 。
另外 , 可视化方法如下:
from spacy import displacyhtml = displacy.render(output, style="ent", jupyter=False) #命名实体可视化f = open('html1.html', 'w')f.write(html)html = displacy.render(output, style="dep", jupyter=False) #依赖关系可视化f = open('html2.html', 'w')f.write(html)输出html矢量图
NLTK/spaCy 自然语言处理NLP程序包使用总结

文章插图

NLTK/spaCy 自然语言处理NLP程序包使用总结

文章插图
StanfordNLP另外还有斯坦福的库 , 以后要用再记录 。。特性:支持中文等53种语言、内置许多NLP神经网络模型、包含大量语义分析工具 。

经验总结扩展阅读