Introdução

O processamento de linguagem natural (PLN) refere-se ao ramo da inteligência artificial (IA) preocupado em dar aos computadores a capacidade de entender texto como seres humanos. Ao construir aplicativos com componentes de PNL, você pode se encontrar separado do objetivo final pela falta de compreensão das estruturas e dependências em seu texto. A primeira pode ser revelada analisando semanticamente o texto. Veremos como fazer isso facilmente usando uma biblioteca python chamada spaCy!

Podemos instalar o spaCy como qualquer outro pacote Python; usando pipa.

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

Neste artigo, abordaremos primeiro os fundamentos do spaCy e, em seguida, veremos um aplicativo simples!

Fundamentos

Para usar spaCy, importamos a classe de linguagem que nos interessa e criamos um objeto NLP. O objeto é usado para processar nosso texto.

# 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!”)

Cada token tem várias características (incluindo o texto que o compõe). Dê uma olhada no exemplo abaixo:

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)

Um exemplo de intervalo:

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)

Inscrição

SpaCy contém modelos de linguagem que permitem prever atributos linguísticos de um texto, como sua parte de tags de fala e suas dependências sintáticas. Para recuperar tal modelo de linguagem, devemos primeiro baixá-lo:

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)

Da mesma forma, também podemos recuperar entidades nomeadas em nosso texto.

# 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_)

Conclusão

Embora o spaCy sozinho provavelmente não complete todo o seu aplicativo de PNL para você, prever as características linguísticas do texto geralmente serve como um meio para um fim. Com spaCy, é tão simples quanto escrever algumas linhas de código.

Se você quiser colocar as mãos no código usado neste artigo, você pode encontrá-lo aqui . Se você tiver comentários ou ideias que gostaria que eu abordasse, sinta-se à vontade para enviá-los aqui .

Obrigado por ler até o final! Feliz aprendizado!