introduzione

L'elaborazione del linguaggio naturale (PNL) si riferisce al ramo dell'intelligenza artificiale (AI) che si occupa di dare ai computer la capacità di comprendere il testo come gli esseri umani. Quando crei applicazioni con componenti NLP, potresti trovarti separato dall'obiettivo finale da una mancanza di comprensione delle strutture e delle dipendenze all'interno del tuo testo. Il primo può essere rivelato analizzando semanticamente il testo. Vedremo come farlo facilmente usando una libreria Python chiamata spaCy!

Possiamo installare spaCy come qualsiasi altro pacchetto Python; usando pip.

pip install -U pip setuptools wheel
pip install -U spacy

In questo articolo, tratteremo prima le basi di spaCy e poi esamineremo una semplice applicazione!

Nozioni di base

Per utilizzare spaCy, importiamo la classe di lingua che ci interessa e creiamo un oggetto NLP. L'oggetto viene utilizzato per elaborare il nostro testo.

# Import the English language class
from spacy.lang.en import English
# Create the nlp object
nlp = English()

# Processing a string of text with the nlp object
doc = nlp(“Hello world!”)

Ogni token ha diverse caratteristiche (incluso il testo che comprende). Dai un'occhiata all'esempio qui sotto:

doc = nlp(“Hello world!”)
# Index into the Doc to get a single Token
token = doc[1]
# Get the token text via the .text attribute
print(token.text)

Un esempio per span:

doc = nlp(“Hello world!”)
# A slice from the Doc is a Span object
span = doc[1:3]
# Get the span text via the .text attribute
print(span.text)

Applicazione

SpaCy contiene modelli linguistici che gli consentono di prevedere gli attributi linguistici di un testo, come la parte dei tag vocali e le dipendenze sintattiche. Per recuperare un tale modello linguistico, dobbiamo prima scaricarlo:

python -m spacy download en_core_web_sm
python -m spacy download en

import en_core_web_sm
nlp = en_core_web_sm.load()
# Process a text
doc = nlp("She ate the pizza")
# Iterate over the tokens
for token in doc:
    print(token.text, token.pos_, token.dep_, token.head.text)

Allo stesso modo, possiamo anche recuperare entità nominate nel nostro testo.

# Process a text
doc = nlp(“Apple is looking at buying U.K. startup for $1 billion”)
# Iterate over the predicted entities
for ent in doc.ents:
    # Print the entity text and its label
    print(ent.text, ent.label_)

Conclusione

Mentre spaCy da solo probabilmente non completerà l'intera domanda di PNL per te, prevedere le caratteristiche linguistiche del testo spesso serve come mezzo per raggiungere un fine. Con spaCy, è semplice come scrivere poche righe di codice.

Se vuoi mettere le mani sul codice utilizzato in questo articolo, lo trovi qui . Se hai commenti o idee che vorresti che trattassi, sentiti libero di inviarli qui .

Grazie per aver letto fino alla fine! Buon apprendimento!