ComenzarEmpieza gratis

Ejecutar una canalización de spaCy

Ya has ejecutado una canalización de NLP de spaCy sobre un único texto y también has extraído los tokens de una lista de contenedores Doc. En este ejercicio, practicarás los pasos iniciales para ejecutar una canalización de spaCy sobre texts, que es una lista de cadenas de texto.

Usarás el modelo en_core_web_sm para ello. El paquete spaCy ya se ha importado por ti.

Este ejercicio forma parte del curso

Procesamiento del Lenguaje Natural con spaCy

Ver curso

Instrucciones del ejercicio

  • Carga el modelo en_core_web_sm como nlp.
  • Ejecuta el modelo nlp() sobre cada elemento de texts y añade cada contenedor Doc correspondiente a una lista documents.
  • Imprime los textos de los tokens para cada contenedor Doc de la lista documents.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Load en_core_web_sm model as nlp
nlp = spacy.____(____)

# Run an nlp model on each item of texts and append the Doc container to documents
documents = []
for text in ____:
  documents.append(____)
  
# Print the token texts for each Doc container
for doc in documents:
  print([____ for ____ in ____])
Editar y ejecutar código