在 spaCy 中比對單一詞彙

RegEx 樣式不容易閱讀、撰寫與除錯。不過別擔心，spaCy 提供一個可讀性高且可用於正式環境的替代方案──Matcher 類別。Matcher 類別可以根據預先定義的規則，在給定的 Doc 容器中比對一連串的權杖。在這個練習中，你會練習使用 Matcher 來尋找單一單字。

你可以從 example_text 取得對應的文字，並分別使用 nlp 與 doc 來存取 spaCy 模型與 example_text 的 Doc 容器。

本練習屬於課程

使用 spaCy 的自然語言處理

檢視課程

練習說明

初始化 Matcher 類別。
在 example_text 中定義一個樣式，來比對小寫的 witch。
將樣式加入 Matcher 類別並尋找符合項目。
逐一走訪符合結果，並列印起始與結束的權杖索引，以及符合文字的 span。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

nlp = spacy.load("en_core_web_sm")
doc = nlp(example_text)

# Initialize a Matcher object
matcher = Matcher(nlp.____)

# Define a pattern to match lower cased word witch
pattern = [{"lower" : ____}]

# Add the pattern to matcher object and find matches
matcher.add("CustomMatcher", [____])
matches = matcher(____)

# Print start and end token indices and span of the matched text
for match_id, start, end in matches:
    print("Start token: ", ____, " | End token: ", ____, "| Matched text: ", doc[____:____].text)

編輯並執行程式碼