spaCy （1）安裝和測試程式碼的執行 windows環境

首先，我一直想搞一個聊天機器人，這回終於開始學習並開始搞了，希望可以堅持下去搞出一個半成品或者成品

自然語言處理NLP挺火的，因為AI人工智慧的應用，和現在客服系統、反饋、問答、引導等等的需求很多，是必須要學習一下的。

庫用的spaCy（英['speɪsɪ]美[ˈspesi]），語言在學習階段使用英語模型和部分參雜中文做測試使用

先記錄和搞清幾個概念，術語

1，意圖 Intent  ：使用者的目的，意圖，想要什麼的？例如 “訂一張電影票”，意圖就是“訂電影票”，或者“我要訂餐”、“你可以幫我訂餐嗎”，意圖就是“訂餐”

2，實體 Entities ：意圖擁有命名為“實體”的後設資料。例如“訂一張電影票”，意圖是“訂票”，實體就是“電影”，實體可以是數量、次數或者體積。意圖可以有很多實體，例如，“給我定一個8碼的鞋子”。兩個實體：類目：鞋子，大小：8[碼]

3，話術 Utterances ：同一個問題或意圖的不同表達形式。例如訂票可以很多說法，建議每個意圖最好匹配10個話術，最少5個，這不是嚴格限制

4，訓練機器人 ：訓練本質上是構建模型，模型是基於一組預定義的意圖/實體的話術進行學習，再對新的話術進行分類以及提供一個置信度分數。使用話術訓練系統時，稱為監督學習。

5，置信度得分 ：發現一個話術可能時什麼意圖時，模型得出一個置信度分數，表達機器學習模型對識別出使用者意圖的信心。

 

spyCy ：開源高階自然語言處理庫，按照書上說的目前最快的，準確性也更高一些。 2017年的資料是，spaCy v2.x 準確性有92.6

好了下邊開始環境的配置安裝，本文和以後的都使用python3環境

首先建立好專案目錄後，使用dos視窗執行命令

1，安裝 vnev 虛擬環境

python -m venv venv

2，開啟虛擬環境

.\venv\Scripts\activate.bat

3，安裝 spaCy

pip install -U spacy

4，安裝 Jupyter Notebook [ 本步驟可以跳過省略，使用dos視窗或者其它編輯器進行程式碼編輯也可 ]

pip install jupyter

5，安裝模型，比較重要的一步，

說實話，模型檔案很大，一個英文模型就有438M，再加上中文模型398M，建議是下載tar.gz檔案，然後使用本地安裝， 其它配套的庫則會自動安裝

下載地址：https://github.com/explosion/spacy-models/releases，記得選擇好版本，我這裡只是測試，所以直接下載最新版本

下載完成後，拷貝到專案目錄，然後執行 pip install en_core_web_trf-3.0.0a0.tar.gz

就會開始安裝，並自動補充其它支撐庫，安裝完成後，即可開始測試

下邊是再Jupyter環境裡的測試（jupyter 每次需要手動啟動，在venv虛擬環境裡執行 jupyter notebook  就會自動開啟瀏覽器並開啟jupyter介面）

在介面右上角靠下一行，“New”那個選單裡選擇python3，就會再彈出一個模擬終端，下邊是執行測試程式碼的效果

 

好了， 以上是安裝配置spaCy的記錄和例子。後續會不斷補充