spacy语言模型安装踩坑经历

萌新只是想做一个chatbot，文本分析时安装spacy时踩了两个小时的坑。终于找到了行之有效的方法。
相信如果按照官方的安装方法安装好了，并且运行没有报错，你就不会来看这篇博客了吧=_=。
我就直接写做法吧。在安装了最新版的spacy库后，点击这个链接。截图如下。

模型开头字母的代表语言，比如en代表英语，es代表西班牙语，zh代表中文。下载后缀为sm的就行，比如需要英语的模型，那么下载en_core_web_sm-2.3.1。这里需要注意，务必下载最新版的语言模型，否则正则表达式模块会报错。
下载下来后，在压缩文件所在目录shift+右键打开powshell，输入pip install <压缩文件名>（比如我下载的压缩文件为en_core_web_sm-2.3.1.tar.gz，那么输入pip install en_core_web_sm-2.3.1.tar.gz）安装完后，进入程序。

import spacy

nlp = spacy.load("en_core_web_sm")
doc = nlp(u"I am learning how to build chatbots")
for token in doc:
    print(token.text, token.pos_)

输出：

I PRON
am AUX
learning VERB
how ADV
to PART
build VERB
chatbots NOUN

done！(｀・ω・´)

我们还可以通过直接导入语言模型的方式实现上述功能：

import en_core_web_sm

nlp = en_core_web_sm.load()
doc = nlp(u"I am learning how to build chatbots")
for token in doc:
    print(token.text, token.pos_)

输出效果一样。(｀・ω・´)

试试中文的模型。在刚刚的github链接上，下载中文模zh_core_web_sm-2.3.1，pip install zh_core_web_sm-2.3.1一下（此处会自动安装额外的依赖项cython和pkuseg）我们测试一下：

import zh_core_web_sm

nlp = zh_core_web_sm.load()
doc = nlp(u"今天装该死的依赖库装得累死我了QAQ")
for token in doc:
    print(token.text, token.pos_)

输出：

今天 NOUN
装 VERB
该死 NOUN
的 PART
依赖 VERB
库装 NOUN
得 PART
累死 VERB
我 PRON
了 PART
QA PROPN
Q NOUN

看样子是没问题了=_=