explosion/spaCy
💫 Industrial-strength Natural Language Processing (NLP) in Python
What it solves
spaCy 提供了一個生產就緒的函式庫，用於進階的自然語言處理 (NLP)，使開發者能夠構建可以高速且準確地分析與處理人類語言的實際產品。
How it works
它結合了 Python 和 Cython 以提供最先進的速度。該函式庫為 70 多種語言提供預訓練管線，結合了神經網路模型與 Transformer (如 BERT) 用於各種語言學任務。它允許用戶將預訓練模型作為 Python 套件載入，或使用生產就緒的訓練系統來訓練自定義模型，並支援 PyTorch 和 TensorFlow 等框架。
Who it's for
它專為需要將工業級 NLP 能力整合到軟體產品中的開發者與研究人員設計，範圍從基礎的文本處理到複雜的多任務學習。
Highlights
- Broad Language Support: 70 多種語言的分詞與訓練。
- Comprehensive NLP Toolset: 內建組件用於命名實體識別 (NER)、詞性標記、依賴解析、文本分類與詞形還原。
- Transformer Integration: 支援使用預訓練 Transformer (如 BERT) 的多任務學習。
- Production-Ready: 具備強大的訓練系統、簡易的模型包裝與部署工作流管理。
- Extensible: 允許自定義組件、屬性與整合各種 ML 框架。