SpaCy

spaCy ([speɪˈsiː] spay-SEE) は、高度な自然言語処理を行うためプログラミング言語PythonとCythonで書かれたオープンソースソ…

SpaCy
spaCy
作者 Matthew Honnibal
開発元 Explosion AI、他
初版 2015年2月 (11年前) (2015-02)[1]
最新版
3.8.4[2] ウィキデータを編集 / 2025年1月14日
リポジトリ
ウィキデータを編集
プログラミング
言語		 Python, Cython
対応OS Linux, Windows, macOS
プラットフォーム クロスプラットフォーム
種別 自然言語処理
ライセンス MIT
公式サイト spacy.io ウィキデータを編集
テンプレートを表示

spaCy ([speɪˈsiː] spay-SEE) は、高度な自然言語処理を行うためプログラミング言語PythonとCythonで書かれたオープンソースソフトウェア・ライブラリである[3][4]。このライブラリはMITライセンスの下で公開されており、現在、英語、ドイツ語、スペイン語、ポルトガル語、フランス語、イタリア語、オランダ語に対する種々の解析処理と多言語固有表現抽出のための統計的ニューラルネットワークモデル、また、その他様々な言語に対する字句解析モデルを提供している[5]。

教育や研究に広く使用されているNLTKとは異なり、spaCyは製品用途のソフトウェアを提供することに重点を置いている[6][7]。バージョン1.0の時点で、spaCyはTensorFlow、Keras、scikit-learnやPyTorch[8]等のよく知られた機械学習ライブラリによって訓練された統計モデルが使用できるディープラーニングのためのワークフローをサポートしている[9]。spaCyの機械学習ライブラリであるThincが、個別のオープンソースPythonライブラリとして公開されている[10]。2017年11月7日にバージョン2.0がリリースされた[11]。品詞タグ付け、構文解析、固有表現抽出のための畳み込みニューラルネットワークモデルや、およびモデルの訓練と更新、カスタム処理パイプラインの構築周りのAPIの改善を含んでいる。

主な特徴

拡張機能とビジュアライザ

Dependency parse tree visualization generated with the displaCy visualizer
displaCyビジュアライザで生成された依存解析木の可視化

spaCyには、無料のオープンソースライブラリとして利用できるいくつかの拡張機能とビジュアライザが付属している。

脚注

[脚注の使い方]
  1. ^ “Introducing spaCy”. explosion.ai. 2016年12月18日閲覧。
  2. ^ “Release 3.8.4”. 14 January 2025. 2025年1月29日閲覧.
  3. ^ Choi et al. (2015). It Depends: Dependency Parser Comparison Using A Web-based Evaluation Tool.
  4. ^ “Google’s new artificial intelligence can’t understand these sentences. Can you?”. Washington Post. 2016年12月18日閲覧。
  5. ^ “Models & Languages | spaCy Usage Documentation”. spacy.io. 2017年11月8日閲覧。
  6. ^ “Facts & Figures - spaCy” (英語). spacy.io. 2017年11月8日閲覧。
  7. ^ Bird, Steven; Klein, Ewan; Loper, Edward; Baldridge, Jason (2008). “Multidisciplinary instruction with the Natural Language Toolkit”. Proceedings of the Third Workshop on Issues in Teaching Computational Linguistics, ACL. https://www.aclweb.org/anthology/W/W08/W08-0208.pdf. 
  8. ^ “Facts & Figures | spaCy Usage Documentation”. spacy.io. 2017年11月8日閲覧。
  9. ^ “explosion/spaCy”. GitHub. 2016年12月18日閲覧。
  10. ^ “explosion/thinc”. GitHub. 2016年12月30日閲覧。
  11. ^ spaCy: 💫 Industrial-strength Natural Language Processing (NLP) with Python and Cython, Explosion AI, (2017-11-08), https://github.com/explosion/spaCy 2017年11月8日閲覧。 
  12. ^ “Models & Languages - spaCy” (英語). spacy.io. 2017年11月8日閲覧。
  13. ^ “Models & Languages | spaCy Usage Documentation” (英語). spacy.io. 2017年11月8日閲覧。
  14. ^ Trask et al. (2015). sense2vec - A Fast and Accurate Method for Word Sense Disambiguation In Neural Word Embeddings

関連項目

外部リンク

基礎用語
テキスト分析
テキストセグメンテーション（英語版）
自動要約
機械翻訳
分布意味論モデル
言語資源、
データセット・コーパス
種類・基準
データ
自動認識・
データ取得（英語版）
トピックモデル
レビュー支援
ツール（英語版）
自然言語ユーザー
インターフェース（英語版）
他のソフトウェア
カテゴリ カテゴリ

Content Disclaimer

Informasi ini disarikan dari Wikipedia dan disajikan kembali untuk tujuan edukasi. Konten tersedia di bawah lisensi CC BY-SA 3.0. Kami tidak bertanggung jawab atas ketidakakuratan data yang bersumber dari kontribusi publik tersebut.

  1. The information displayed on this website is sourced in part or in whole from Wikipedia and has been adapted for the purpose of restating it. We strive to provide accurate and relevant information, however:
  2. There is no guarantee of absolute accuracy. Wikipedia is an open, collaborative project that can be edited by anyone, so information is subject to change.
  3. It is not intended to constitute professional advice. The content displayed is for informational and educational purposes only. For important decisions (e.g., medical, legal, or financial), please consult a professional.
  4. Content copyright. Wikipedia is licensed under the Creative Commons Attribution-ShareAlike License (CC BY-SA). This means that content may be reused with appropriate attribution and shared under a similar license.
  5. Responsible use. Any risk arising from the use of information from this website is entirely the responsibility of the user.