spaCy - 視覺化函式

---

---

視覺化函式主要用於在瀏覽器或筆記本中視覺化依賴關係以及命名實體。從 spacy 2.0 版本開始，有兩個流行的視覺化工具，即displaCy 和displaCy^ENT。

它們都是 spacy 內建視覺化套件的一部分。透過使用此視覺化套件（即 displaCy），我們可以視覺化文字中的依賴關係解析器或命名實體。

displaCy()

在這裡，我們將學習有關 displayCy 依賴關係視覺化工具和 displayCy 實體視覺化工具的資訊。

視覺化依賴關係解析

displaCy 依賴關係視覺化工具 (dep) 將顯示 POS（詞性）標籤和句法依賴關係。

示例

下面給出了使用 displaCy() 依賴關係視覺化工具視覺化依賴關係解析的示例：

import spacy
from spacy import displacy
nlp = spacy.load("en_core_web_sm")
doc = nlp("This is Tutorialspoint.com.")
displacy.serve(doc, style="dep")

輸出

這將產生以下輸出：

我們還可以指定一個設定字典來自定義佈局。它將在引數option下（稍後我們將詳細討論）。

帶選項的示例如下所示：

import spacy
from spacy import displacy
nlp = spacy.load("en_core_web_sm")
doc = nlp("This is Tutorialspoint.com.")
options = {"compact": True, "bg": "#09a3d5",
           "color": "red", "font": "Source Sans Pro"}
displacy.serve(doc, style="dep", options=options)

輸出

以下是輸出：

視覺化命名實體

displaCy 實體視覺化工具 (ent) 將突出顯示文字中的命名實體及其標籤。

示例

下面給出了使用 displaCy 實體視覺化工具視覺化命名實體的示例：

import spacy
from spacy import displacy

text = "When Sebastian Thrun started working on self-driving cars at Google in
2007, few people outside of the company took him seriously. But Google is 
starting from behind. The company made a late push into hardware, and Apple's
Siri has clear leads in consumer adoption."

nlp = spacy.load("en_core_web_sm")
doc = nlp(text)
displacy.serve(doc, style="ent")

輸出

輸出如下所示：

我們還可以指定一個設定字典來自定義佈局。它將在引數option下（稍後我們將詳細討論）。

帶選項的示例如下所示：

import spacy
from spacy import displacy

text = "When Sebastian Thrun started working on self-driving cars at Google in
2007, few people outside of the company took him seriously. But Google is
starting from behind. The company made a late push into hardware, and Apple's
Siri has clear leads in consumer adoption."

nlp = spacy.load("en_core_web_sm")
doc = nlp(text)
colors = {"ORG": "linear-gradient(90deg, #aa9cfc, #fc9ce7)"}
options = {"ents": ["ORG"], "colors": colors}
displacy.serve(doc, style="ent", options=options)

輸出

輸出如下所示：

displaCy() 方法

從 2.0 版本開始，displaCy() 函式有兩個方法，即 serve 和 render。讓我們詳細討論一下。下面給出了一個表格，其中包含這些方法及其各自的描述。

displaCy.serve

此方法將提供依賴關係解析樹/命名實體視覺化，以便在 Web 瀏覽器中檢視。它將執行一個簡單的 Web 瀏覽器。

引數

下表解釋了其引數：

示例

下面給出了displayCy.serve 方法的示例：

import spacy
from spacy import displacy
nlp = spacy.load("en_core_web_sm")
doc1 = nlp("This is Tutorialspoint.com")
displacy.serve(doc1, style="dep")

輸出

這將產生以下輸出：

displaCy.render

此 displaCy 方法將呈現依賴關係解析樹或命名實體視覺化。

引數

下表解釋了其引數：

示例

下面給出了displaCy.render 方法的示例：

import spacy
from spacy import displacy
nlp = spacy.load("en_core_web_sm")
doc = nlp("This is Tutorialspoint.")
html = displacy.render(doc, style="dep")

輸出

視覺化工具選項

dispaCy() 函式的option引數允許我們為每個視覺化工具（依賴關係和命名實體視覺化工具）指定其他設定。

依賴關係視覺化工具選項

下表解釋了依賴關係視覺化工具選項：

命名實體視覺化工具選項

下表解釋了命名實體視覺化工具選項：