Prédire des annotations linguistiques

Vous allez maintenant essayer l’un des modèles pré‑entraînés de spaCy et voir ses prédictions en action. N’hésitez pas à le tester sur votre propre texte ! Le petit modèle anglais est déjà disponible dans la variable nlp.

Pour savoir à quoi correspond une étiquette ou un label, vous pouvez appeler spacy.explain dans le shell IPython. Par exemple : spacy.explain('PROPN') ou spacy.explain('GPE').

Cet exercice fait partie du cours

NLP avancé avec spaCy

Afficher le cours

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

text = "It’s official: Apple is the first U.S. public company to reach a $1 trillion market value"

# Process the text
doc = ____

for token in doc:
    # Get the token text, part-of-speech tag and dependency label
    token_text = ____.____
    token_pos = ____.____
    token_dep = ____.____
    # This is for formatting only
    print('{:<12}{:<10}{:<10}'.format(token_text, token_pos, token_dep))

Modifier et exécuter le code