textacy

textacy：nlp，spacy之前和之后

textacy是一个用于执行各种自然语言处理（NLP）任务的Python库，该任务是建立在高性能Spacy库上的。有了基本原理 - 词组化，词性标记，依赖性解析等----委派给另一个库， textacy主要集中于以前的任务并遵循。

特征

• 访问和扩展Spacy的核心功能，可通过方便的方法和自定义扩展来使用一个或多个文档
• 从国会演讲到历史文献再到reddit评论，带有文本内容和元数据的准备好数据集
• 在使用Spacy处理之前，清洁，归一化和探索原始文本
• 从处理的文档中提取结构化信息，包括N-Gram，实体，首字母缩写，键盘和SVO Triles
• 使用各种相似性指标比较字符串和序列
• 令牌和矢量化文档，然后训练，解释和可视化主题模型
• 计算文本可读性和词汇多样性统计数据，包括Flesch-Kincaid等级，多语言验收的阅读和类型的比例

...还有更多！

链接

• 下载：https：//pypi.org/project/textacy
• 文档：https：//textacy.readthedocs.io
• 源代码：https：//github.com/chartbeat-labs/textacy
• 错误跟踪器：https：//github.com/chartbeat-labs/textacy/issues

维护者

你们，大家。

• Burton Dewilde（[email protected]）