Doc-behållaren i spaCy
Det första steget i en spaCy-pipeline för textbearbetning är att konvertera en textsträng till en Doc-behållare, som lagrar den bearbetade texten. I den här övningen får du träna på att läsa in en spaCy-modell, skapa ett nlp()-objekt, skapa en Doc-behållare och bearbeta en text-sträng som redan finns tillgänglig.
Modellen en_core_web_sm är redan nedladdad.
Den här övningen är en del av kursen
Naturlig språkbehandling med spaCy
Övningsinstruktioner
- Läs in
en_core_web_smoch skapa ettnlp-objekt. - Skapa en
doc-behållare av strängentext. - Skapa en lista med texten från varje token i
doc-behållaren.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Load en_core_web_sm and create an nlp object
nlp = spacy.____(____)
# Create a Doc container for the text object
doc = ____(____)
# Create a list containing the text of each token in the Doc container
print([____ for ____ in ____])