spacy streamlit

Spacy-streamlit : Spacy 빌딩 블록을위한 스파크 빌딩 블록

이 패키지에는 Spacy 모델을 시각화하고 Streamlit을 사용하여 대화식 스페이시 구동 앱을 구축하는 유틸리티가 포함되어 있습니다. 여기에는 구문 의존성을 위한 시각화기, 이름이 지정된 엔티티 , 텍스트 분류 , 단어 벡터를 통한 시맨틱 유사성 , 토큰 속성 등과 같은 다양한 빌딩 블록이 포함되어 있습니다.

QuickStart

PIP에서 spacy-streamlit 설치할 수 있습니다.

pip install spacy-streamlit

패키지에는 간소화로 호출하고 필요한 모든 요소를 ​​설정하는 빌딩 블록이 포함되어 있습니다. 개별 구성 요소를 직접 사용하여 앱의 다른 요소와 결합하거나 visualize 기능을 호출하여 전체 시각화를 포함 할 수 있습니다.

시작하려면 Spacy의 영어 모델을 다운로드하십시오.

python -m spacy download en_core_web_sm

그런 다음 다음 예제 코드를 파일에 넣습니다.

 # streamlit_app.py
import spacy_streamlit

models = [ "en_core_web_sm" , "en_core_web_md" ]
default_text = "Sundar Pichai is the CEO of Google."
spacy_streamlit . visualize ( models , default_text )

그런 다음 streamlit run streamlit_app.py 로 앱을 실행할 수 있습니다. 앱은 웹 브라우저에서 팝업해야합니다. ?

? 예 : 01_out-of-the-box.py

내장 된 시각화를 사용하여 내장 시각화를 사용하십시오.

streamlit run https://raw.githubusercontent.com/explosion/spacy-streamlit/master/examples/01_out-of-the-box.py

? 예 : 02_custom.py

기존 앱에서 개별 구성 요소를 사용하십시오.

streamlit run https://raw.githubusercontent.com/explosion/spacy-streamlit/master/examples/02_custom.py

? API

시각화 구성 요소

이러한 기능은 간단한 앱에서 사용할 수 있습니다. 그들은 후드 아래에서 streamlit 으로 호출하고 필요한 요소를 설정합니다.

기능 visualize

선택한 구성 요소로 전체 시각화를 포함시킵니다.

 import spacy_streamlit

models = [ "en_core_web_sm" , "/path/to/model" ]
default_text = "Sundar Pichai is the CEO of Google."
visualizers = [ "ner" , "textcat" ]
spacy_streamlit . visualize ( models , default_text , visualizers )

논쟁	유형	설명
models	목록 [str] / dict [str, str]	로드 가능한 스파이 모델 (경로 또는 패키지 이름)의 이름. 모델은 드롭 다운을 통해 선택할 수 있습니다. 드롭 다운에 표시하기 위해 이름 목록 또는 설명에 맵핑 된 이름 일 수 있습니다.
default_text	str	부하에서 분석 할 기본 텍스트. 기본값으로 "" .
default_model	선택적 [str]	기본 모델의 선택 이름. 설정하지 않으면 models 목록의 첫 번째 모델이 사용됩니다.
visualizers	List [str]	표시 할 시각화 이름. ["parser", "ner", "textcat", "similarity", "tokens"] 에 대한 기본값.
ner_labels	선택적 [목록 [str]]	포함 할 NER 라벨. 설정하지 않으면 "ner" 파이프 라인 구성 요소에 존재하는 모든 레이블이 사용됩니다.
ner_attrs	List [str]	지명 된 엔티티의 표에 표시된 속성. 기본값은 visualizer.py 참조하십시오.
token_attrs	List [str]	토큰 비주얼 라이저에 표시 할 토큰 속성. 기본값은 visualizer.py 참조하십시오.
similarity_texts	튜플 [str, str]	유사성 시각화에서 비교할 기본 텍스트. 기본값으로 ("apple", "orange") .
show_json_doc	부	Doc 의 JSON 표현을 전환하려면 버튼 표시. 기본값은 True .
show_meta	부	현재 파이프 라인의 meta.json 전환하려면 버튼을 표시하십시오. 기본값은 True .
show_config	부	현재 파이프 라인의 config.cfg 전환하려면 버튼을 표시하십시오. 기본값은 True .
show_visualizer_select	부	사이드 바 드롭 다운을 표시하여 표시 할 시각화를 선택하여 활성화 된 시각화를 기반으로합니다. 기본값으로 False .
sidebar_title	선택적 [str]	사이드 바에 표시된 제목입니다. 기본값은 None .
sidebar_description	선택적 [str]	설명 사이드 바에 표시됩니다. Markdown 형식 텍스트를 허용합니다.
show_logo	부	사이드 바에 스파크 로고를 표시하십시오. 기본값은 True .
color	선택적 [str]	실험 : 일부 주요 UI 요소에 사용할 기본 색상 (해킹을 비활성화 할 None ). "#09A3D5" 로 기본값.
get_default_text	Callable [[언어], str]	현재로드 된 nlp 객체를 가져 와서 기본 텍스트를 반환하는 선택적 호출 가능. 언어 별 기본 텍스트를 제공하는 데 사용할 수 있습니다. 함수가 None 반환하면 default_text 의 값이 사용됩니다. 기본값은 None .

기능 visualize_parser

Spacy의 displacy Visualizer를 사용하여 종속성 구문 분석 및 부분-연설 태그를 시각화하십시오.

 import spacy
from spacy_streamlit import visualize_parser

nlp = spacy . load ( "en_core_web_sm" )
doc = nlp ( "This is a text" )
visualize_parser ( doc )

논쟁	유형	설명
doc	Doc	Spacy Doc 객체는 시각화합니다.
키워드 전용
title	선택적 [str]	Visualizer 블록의 제목.
key	선택적 [str]	레이블을 선택하기 위해 간단한 구성 요소에 사용되는 키입니다.
manual	부	DOC 인수가 DOC 객체인지 또는 구문 분석 정보가 포함 된 접시 목록인지를 나타내는 플래그.
displacy_options	선택적 [dict]	HTML을 생성하기위한 옵션 렌더 메소드로 전달되는 옵션의 사전. 참조 : https://spacy.io/api/top-level#options-dep을 참조하십시오

기능 visualize_ner

Spacy의 displacy Visualizer를 사용하여 Doc 의 명명 된 엔티티를 시각화하십시오.

 import spacy
from spacy_streamlit import visualize_ner

nlp = spacy . load ( "en_core_web_sm" )
doc = nlp ( "Sundar Pichai is the CEO of Google." )
visualize_ner ( doc , labels = nlp . get_pipe ( "ner" ). labels )

논쟁	유형	설명
doc	Doc	Spacy Doc 객체는 시각화합니다.
키워드 전용
labels	시퀀스 [str]	레이블 드롭 다운에 표시되는 레이블.
attrs	List [str]	엔티티 테이블에 표시 할 스팬 속성.
show_table	부	엔티티 테이블과 그 속성을 보여줄지 여부. 기본값은 True .
title	선택적 [str]	Visualizer 블록의 제목.
colors	dict [str, str]	엔티티의 색상 사전은 키를 레이블로, 해당 색상으로 값으로 시각화하기 위해 사용됩니다. 이 주장은 곧 더 이상 사용되지 않을 것입니다. 미래에 Colors Arg는 "색상"의 displacy_options arg arg에 전달되어야합니다.)
key	선택적 [str]	레이블을 선택하기 위해 간단한 구성 요소에 사용되는 키입니다.
manual	부	DOC 인수가 DOC 객체인지 또는 엔티티 스팬을 포함하는 접시 목록인지를 나타내는 플래그
정보.
displacy_options	선택적 [dict]	HTML을 생성하기위한 옵션 렌더 메소드로 전달되는 옵션의 사전. https://spacy.io/api/top-level#displacy_options-ent를 참조하십시오.

기능 visualize_spans

Spacy의 displacy Visualizer를 사용하여 Doc 의 스팬을 시각화하십시오.

 import spacy
from spacy_streamlit import visualize_spans

nlp = spacy . load ( "en_core_web_sm" )
doc = nlp ( "Sundar Pichai is the CEO of Google." )
span = doc [ 4 : 7 ]  # CEO of Google
span . label_ = "CEO"
doc . spans [ "job_role" ] = [ span ]
visualize_spans ( doc , spans_key = "job_role" , displacy_options = { "colors" : { "CEO" : "#09a3d5" }})

논쟁	유형	설명
doc	Doc	Spacy Doc 객체는 시각화합니다.
키워드 전용
spans_key	시퀀스 [str]	스파를 렌더링하는 키가 있습니다. 기본값은 "SC"입니다.
attrs	List [str]	엔티티의 속성은 레이블이 붙어 있습니다. 속성은 show_table 인수가 참일 때만 표시됩니다.
show_table	부	스팬 테이블과 그 속성을 보여줄지 여부. 기본값은 True .
title	선택적 [str]	Visualizer 블록의 제목.
manual	부	DOC 인수가 DOC 객체인지 또는 엔티티 스팬 정보를 포함하는 접시 목록인지를 나타내는 플래그.
displacy_options	선택적 [dict]	HTML을 생성하기위한 옵션 렌더 메소드로 전달되는 옵션의 사전. https://spacy.io/api/top-level#displacy_options-span을 참조하십시오.

기능 visualize_textcat

훈련 된 텍스트 분류기에 의해 예측 된 텍스트 범주를 시각화합니다.

 import spacy
from spacy_streamlit import visualize_textcat

nlp = spacy . load ( "./my_textcat_model" )
doc = nlp ( "This is a text about a topic" )
visualize_textcat ( doc )

논쟁	유형	설명
doc	Doc	Spacy Doc 객체는 시각화합니다.
키워드 전용
title	선택적 [str]	Visualizer 블록의 제목.

visualize_similarity

모델의 단어 벡터를 사용하여 시맨틱 유사성을 시각화합니다. 모델에 벡터가없는 경우 경고가 표시됩니다.

 import spacy
from spacy_streamlit import visualize_similarity

nlp = spacy . load ( "en_core_web_lg" )
visualize_similarity ( nlp , ( "pizza" , "fries" ))

논쟁	유형	설명
nlp	Language	벡터가있는로드 된 nlp 객체.
default_texts	튜플 [str, str]	부하에서 비교할 기본 텍스트. 기본값으로 ("apple", "orange") .
키워드 전용
threshold	뜨다	"유사한"것으로 간주되는 임계 값. 유사성 점수가 임계 값보다 크면 결과가 유사하게 표시됩니다. 기본값은 0.5 입니다.
title	선택적 [str]	Visualizer 블록의 제목.

기능 visualize_tokens

Doc 와 그 속성에서 토큰을 시각화하십시오.

 import spacy
from spacy_streamlit import visualize_tokens

nlp = spacy . load ( "en_core_web_sm" )
doc = nlp ( "This is a text" )
visualize_tokens ( doc , attrs = [ "text" , "pos_" , "dep_" , "ent_type_" ])

논쟁	유형	설명
doc	Doc	Spacy Doc 객체는 시각화합니다.
키워드 전용
attrs	List [str]	사용할 토큰 속성의 이름. 기본값은 visualizer.py 참조하십시오.
title	선택적 [str]	Visualizer 블록의 제목.

캐시 된 도우미

이 도우미는로드 된 모델을 캐시하려고 시도하고 Doc 객체를 생성했습니다.

함수 process_text

주어진 이름의 모델로 텍스트를 처리하고 Doc 객체를 만듭니다. 모델을로드하기 위해 load_model 도우미로 호출됩니다.

 import streamlit as st
from spacy_streamlit import process_text

spacy_model = st . sidebar . selectbox ( "Model name" , [ "en_core_web_sm" , "en_core_web_md" ])
text = st . text_area ( "Text to analyze" , "This is a text" )
doc = process_text ( spacy_model , text )

논쟁	유형	설명
model_name	str	로드 가능한 스파크 모델 이름. 경로 또는 패키지 이름 일 수 있습니다.
text	str	처리 할 텍스트.
보고	Doc	처리 된 문서.

함수 load_model

경로 또는 설치된 패키지에서 스파이 모델을로드하고로드 된 nlp 객체를 반환하십시오.

 import streamlit as st
from spacy_streamlit import load_model

spacy_model = st . sidebar . selectbox ( "Model name" , [ "en_core_web_sm" , "en_core_web_md" ])
nlp = load_model ( spacy_model )

논쟁	유형	설명
name	str	로드 가능한 스파크 모델 이름. 경로 또는 패키지 이름 일 수 있습니다.
보고	Language	로드 된 nlp 객체.