Entités nommées dans une phrase

Dans cet exercice, vous identifierez et classerez les libellés de différentes entités nommées dans un texte à l'aide de l’un des modèles statistiques de spaCy. Vous vérifierez également la véracité de ces libellés.

Cet exercice fait partie du cours

<cours>Feature Engineering pour le NLP en Python</cours>

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 avec nlp.
Parcourez doc.ents pour afficher toutes les entités nommées et leurs libellés correspondants.

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