Entités nommées dans une phrase

Dans cet exercice, vous allez repérer et classer les étiquettes de différentes entités nommées dans un texte à l'aide d'un des modèles statistiques de spaCy. Vous vérifierez aussi la véracité de ces étiquettes.

Cette activité fait partie du cours

Ingénierie des caractéristiques pour le NLP en Python

Voir le cours

Instructions de l’exercice

Utilisez spacy.load() pour charger le modèle en_core_web_sm.
Créez une instance Doc doc en utilisant text et nlp.
Parcourez doc.ents pour afficher toutes les entités nommées et leurs étiquettes correspondantes.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Load the required model
nlp = ____.____(____)

# Create a Doc instance 
text = 'Sundar Pichai is the CEO of Google. Its headquarters is in Mountain View.'
doc = ____

# Print all named entities and their labels
for ent in ____:
    print(____, ____)

Modifier et exécuter le code