textacy

textacy：nlp，spacy之前和之後

textacy是一個用於執行各種自然語言處理（NLP）任務的Python庫，該任務是建立在高性能Spacy庫上的。有了基本原理 - 詞組化，詞性標記，依賴性解析等----委派給另一個庫， textacy主要集中於以前的任務並遵循。

特徵

• 訪問和擴展Spacy的核心功能，可通過方便的方法和自定義擴展來使用一個或多個文檔
• 從國會演講到歷史文獻再到reddit評論，帶有文本內容和元數據的準備好數據集
• 在使用Spacy處理之前，清潔，歸一化和探索原始文本
• 從處理的文檔中提取結構化信息，包括N-Gram，實體，首字母縮寫，鍵盤和SVO Triles
• 使用各種相似性指標比較字符串和序列
• 令牌和矢量化文檔，然後訓練，解釋和可視化主題模型
• 計算文本可讀性和詞彙多樣性統計數據，包括Flesch-Kincaid等級，多語言驗收的閱讀和類型的比例

...還有更多！

鏈接

• 下載：https：//pypi.org/project/textacy
• 文檔：https：//textacy.readthedocs.io
• 源代碼：https：//github.com/chartbeat-labs/textacy
• 錯誤跟踪器：https：//github.com/chartbeat-labs/textacy/issues

維護者

你們，大家。

• Burton Dewilde（[email protected]）