NLP:spacy库安装与zh

到公司来第一个项目竟然是偏文本信息抽取与结构化的，（也太高看我了┭┮﹏┭┮）

反正给机会了就上吧，我就一臭实习的，怕个啥。配置了两天的环境，也踩了不少坑，我把我的经历给大家分享一下：

• 首先确定zh_core_web_sm版本：

  安装路径

  （当然你可以换一个模型，我这里是以zh_core_web_sm为例，因为它下载容量小一些，不过精确率也稍微差一点，想追求效果好的可以试试zh_core_web_trf-3.7.0他是基于特征抽取器Tranformer，有想了解这方面背景故事的小伙伴可以看看这位大佬的博客：NLP12篇核心文章）

  这一步非常重要，因为只有确定了他的版本号，才可以往后面去下载spacy,因为你如果后面两个版本对不上，执行代码的时候就会显示找不到zh_core_web_sm。记录你的版本号，之后按照这个博主的流程下载：下载流程。

  而且注意版本最好不要太低，我一开始安装的是3.1.0的，但是后面安装spacy的时候就安装不上了(会报下面的错)，最后换成3.7.0的就好了

  

  如果后续有报错的话可以尝试加上下一步的镜像去下载，虽然不知道为什么，但是加上了确实可以解决我的问题 

  • 之后安装spacy,先在终端输入下面四行指令

    （这里最好使用anconda创建一个新的虚拟环境，防止串包，因为下载的东西有点多。anconda创建切换环境）

    pip install -U pip setuptools wheel
    pip install -U spacy==之前记录下来的版本号                
    pip install spacy-transformers
    python3 -m spacy download zh_core_web_trf

    这里直接用的话就会很慢，最好后面补充镜像去下载：

    pip install 库名 -i https://pypi.tuna.tsinghua.edu.cn/simple

    如果加上了还显示连接超时的话，可能就是公司的网络太慢了，可以连一下自己的热点试试

    • 最后应该就好了，给一段测试代码自己试试叭：

      # # coding=utf-8
      import spacy
      nlp = spacy.load("zh_core_web_sm")
      doc = nlp("庆祝祖国生日快乐")
      print(doc.text)
      for token in doc:
          print(token.text, token.pos_, token.dep_)
      

      

      环境到此配置的差不多了，下篇论文我们将讲解如何训练专属于我们的模型：下一篇