spaCy 中的 Doc 容器
spaCy 文本处理流水线的第一步，是将给定的文本字符串转换为一个 Doc 容器，用于存储处理后的文本。本练习中，您将练习加载 spaCy 模型、创建 nlp() 对象、创建 Doc 容器，并处理已提供给您的 text 字符串。
en_core_web_sm 模型已下载。
本练习是课程的一部分
使用 spaCy 的自然语言处理
练习说明
- 加载
en_core_web_sm并创建一个nlp对象。 - 为
text字符串创建一个doc容器。 - 创建一个列表，其中包含
doc容器中每个 token 的文本。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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 ____])