---

1 前言

explosion网址：https://explosion.ai/
spaCy下载网址：https://explosion.ai/software
spaCy的GitHub网址：https://github.com/explosion/spaCy
spaCy的网页网址：https://spacy.io/

此存储库包含spaCy NLP库的模型发布版。有关如何下载、安装和使用模型的更多信息，请参阅模型文档。

⚠️ Important note:
由于模型可能非常大且主要由二进制数据组成，我们不能简单地将其作为文件提供在GitHub存储库中。因此，我们选择将它们添加到发布版本中，以 .whl 和 .tar.gz 文件格式提供。这样我们仍然可以保持公开发布历史。

2 安装

快速入门

要安装特定模型，请运行以下命令并输入模型名称（例如，英文：en_core_web_sm ，中文：zh_core_web_sm）：

python -m spacy download [model]

• spaCy v3.x models directory
• spaCy v3.x model comparison
• spaCy v2.x models directory
• spaCy v2.x model comparison
• Individual release notes

对于spaCy v1.x模型，请 查看此处。

3 模型命名规范

总的来说，spaCy期望所有模型包遵循 [lang]_[name]的命名规范。对于我们提供的流水线，我们将名称分为三个部分：
core： dep： ent： sent： genre：

• 类型: 模型功能：
  • core: 具有标记、解析、词形还原和命名实体识别的通用模型
  • dep: 仅具有标记、解析和词形还原
  • ent: 仅具有命名实体识别
  • sent: 仅具有句子分割
• 体裁: 模型训练的文本类型（例如，web 表示网络文本，news 表示新闻文本）
• 大小: 模型大小指示器:
  • sm: 没有单词向量
  • md: 减少的单词向量表，包含20,000个唯一的向量，用于约500,000个单词
  • lg: 大型单词向量表，包含约500,000个条目
    例如，en_core_web_md是一个中等大小的英语模型，经过书面网络文本（博客、新闻、评论）的训练，包括一个标记器、一个依赖解析器、一个词形还原器、一个命名实体识别器和一个包含20k个唯一向量的词向量表。

3.1 模型版本控制

此外，模型版本控制反映了与spaCy的兼容性以及模型版本。模型版本a.b.c可以翻译为：

• a: spaCy主要版本 例如，2 代表spaCy v2.x。
• b: spaCy小版本号 例如，对于spaCy v2.3.x，版本号为 3。
• c: 模型版本 不同的模型配置：例如在不同的数据上进行训练，使用不同的参数，训练不同的次数，使用不同的向量等。

要详细了解兼容性，请查看压缩包spacy-models-master.zip中的compatibility.json文件。这也是spaCy执行内部兼容性检查的来源，当您运行下载命令时会进行检查。

3.2 支持对旧版本的兼容

如果您正在使用较旧版本（v1.6.0或更低版本），您仍然可以通过spaCy使用python -m spacy.en.download all或者 python -m spacy.de.download all从内部下载并安装旧模型。.tar.gz归档文件也已附加到v1.6.0版本中。

要手动下载并安装模型，请解压缩归档文件，将其中的目录放入spacy/data中，并通过spacy.load('en')或spacy.load('de')加载模型。

4 下载模型

为了提高透明度并使使用spaCy与您自己的模型更加容易，现在所有数据都可以作为直接下载，按单独的版本进行组织。spaCy 1.7还支持安装和加载模型作为Python软件包。现在，您可以选择如何以及在哪里保存数据文件，并设置“快捷链接”以从spaCy内部按名称加载模型。有关此内容的更多信息，请参阅新的模型文档。

# 下载与您的spaCy安装最匹配的特定模型版本。
python -m spacy download en_core_web_sm

# pip install .whl or .tar.gz archive from path or URL
# 处理英文
pip install /Users/you/en_core_web_sm-3.0.0.tar.gz
pip install /Users/you/en_core_web_sm-3.0.0-py3-none-any.whl
pip install https://github.com/explosion/spacy-models/releases/download/en_core_web_sm-3.0.0/en_core_web_sm-3.0.0.tar.gz
pip install https://github.com/explosion/spacy-models/releases/download/en_core_web_sm-3.0.0/en_core_web_sm-3.0.0-py3-none-any.whl
# 处理中文，例如：
pip install https://github.com/explosion/spacy-models/releases/download/zh_core_web_sm-3.0.0/zh_core_web_sm-3.0.0.tar.gz

5 加载和使用模型

要加载模型，请使用spacy.load()，并传入模型名称、快捷链接或模型数据目录的路径。

import spacy
nlp = spacy.load("en_core_web_sm")
doc = nlp(u"This is a sentence.")

您还可以通过其全名直接导入模型，然后使用没有参数的 load()方法调用它。这种方法也应该适用于旧版本 spaCy 中的较早模型。

import spacy
import en_core_web_sm

nlp = en_core_web_sm.load()
doc = nlp(u"This is a sentence.")

6 手动下载和安装

在某些情况下，您可能更喜欢手动下载数据，例如将其放入自定义目录中。您可以通过浏览器从最新版本中下载模型，或者使用归档文件的URL配置自己的下载脚本。归档包含一个模型目录，其中包含另一个包含模型数据的目录。

└── en_core_web_md-3.0.0.tar.gz       # downloaded archive
    ├── setup.py                      # setup file for pip installation
    ├── meta.json                     # copy of pipeline meta
    └── en_core_web_md                # 📦 pipeline package
        ├── __init__.py               # init for pip installation
        └── en_core_web_md-3.0.0      # pipeline data
            ├── config.cfg            # pipeline config
            ├── meta.json             # pipeline meta
            └── ...                   # directories with component data

📖 有关更多信息和示例，请查看模型文档。

spaCy v1.x Releases（回到上文）

Date	Model	Version	Dep	Ent	Vec	Size	License
2017-06-06	es_core_web_md	1.0.0	X	X	X	377 MB	CC BY-SA	![][i]	![][dl]
2017-04-26	fr_depvec_web_lg	1.0.0	X		X	1.33 GB	CC BY-NC	![][i]	![][dl]
2017-03-21	en_core_web_md	1.2.1	X	X	X	1 GB	CC BY-SA	![][i]	![][dl]
2017-03-21	en_depent_web_md	1.2.1	X	X		328 MB	CC BY-SA	![][i]	![][dl]
2017-03-17	en_core_web_sm	1.2.0	X	X	X	50 MB	CC BY-SA	![][i]	![][dl]
2017-03-17	en_core_web_md	1.2.0	X	X	X	1 GB	CC BY-SA	![][i]	![][dl]
2017-03-17	en_depent_web_md	1.2.0	X	X		328 MB	CC BY-SA	![][i]	![][dl]
2016-05-10	de_core_news_md	1.0.0	X	X	X	645 MB	CC BY-SA	![][i]	![][dl]
2016-03-08	en_vectors_glove_md	1.0.0			X	727 MB	CC BY-SA	![][i]	![][dl]

[dl]: https://img-home.csdnimg.cn/images/20230724024159.png?origin_url=http%3A%2F%2Fi.imgur.com%2FgQvPgr0.png&pos_id=img-NUTrKsbV-1710925040651)
[i]: https://img-home.csdnimg.cn/images/20230724024159.png?origin_url=http%3A%2F%2Fi.imgur.com%2FOpLOcKn.png&pos_id=img-4soWqJXA-1710925036950)

7 spaCy v1.x模型的命名规范

• 类型: 模型能力 (例如 core，表示具有词汇、语法、实体和词向量的通用模型，或者depent，表示只有词汇、语法和实体的模型)
• 体裁: 模型训练的文本类型（例如web，表示网络文本，news，表示新闻文本）
• 大小: 模型大小标识（例如sm、md或lg）

例如，en_depent_web_md是一个在书面网络文本（博客、新闻、评论）上训练的中等大小的英语模型，其中包含词汇、语法和实体。

8 问题和错误报告

要报告模型问题，请在spaCy问题跟踪器上打开一个问题。
请注意，没有一个模型是完美的。因为模型是统计性的，它们的预期行为总是会包含一些错误。然而，特定的错误可能表明训练特征提取或优化代码存在更深层次的问题。如果您发现模型性能中存在可疑的模式，请务必提交一份报告。