Library Search
结果页经典 NLP Pipeline：分词 → POS → NER → 词频
在 知识库 中找到 8 个匹配结果。
知识库
知识库
8 个 从 Pipeline 组件到自定义 NER 训练 # spaCy 入门教程：Pipeline 组件与自定义 NER
## 1. spaCy 的 Pipeline 架构
spaCy 采用**模块化 Pipeline** 设计，每个组件有确定的输入和输出：
```
Text → tokenizer → tagger → parser → ner → ... → Doc
```
查看当前 Pipeline：
```python
import… 3% pipeline 万物皆可 one-liner # HuggingFace pipeline：一行代码搞定 6 大任务
## 目标
展示 `pipeline()` 的「瑞士军刀」能力：一个 API 覆盖情感分析、命名实体识别、文本生成、翻译、文生图、语音识别。
## 完整代码
```python
from transformers import pipeline
from PIL import Image
# ─── 1. 情感分析… 3% 10 行代码完成 NER + 依存句法分析 # spaCy 10 行代码：NER + 依存句法 + 可视化
## 目标
用 spaCy 一条 Pipeline 完成：分词、词性标注、命名实体识别 (NER)、依存句法分析，并用 displaCy 可视化。
## 完整代码
```python
import spacy
from spacy import displacy
# ─── 1. 加载模型 ───
nlp = spacy.l… 3% 经典 NLP Pipeline：分词 → POS → NER → 词频 # NLTK 经典 NLP Pipeline
## 目标
展示 NLTK 的标准 NLP 处理流程：分词 → 词性标注 → 命名实体识别 → 词干提取 → 词频统计。
## 完整代码
```python
import nltk
import ssl
# 首次运行取消注释：
# try: _create_unverified_https_context = ssl._create_unve… 3% 入门教程 - Grok 解析与管道架构 | 插件 | 功能 | 示例 |
|------|------|------|
| **grok** | 正则解析 | `%{COMBINEDAPACHELOG}` |
| **mutate** | 字段操作 | rename / convert / add_field / remove |
| **date** | 时间解析 | `match => ["ts", "ISO8601"]` |
|… 3% DataBlock 声明式数据管道与学习率调参 ```python
learn = vision_learner(dls, resnet34, metrics=accuracy)
lr_min, lr_steep = learn.lr_find(suggest_funcs=(minimum, steep))
print(f"建议 lr: {lr_steep:.2e}")
```
规则：选择 loss 曲线最陡下降点，或 loss 最小点 ÷… 2% 进阶：UART 收发器（可综合到 FPGA） always_ff @(posedge clk or negedge rst_n) begin
if (!rst_n) begin
state <= S_IDLE; tx <= 1'b1;
clk_cnt <= 0; bit_idx <= 0;
end else begin
case (stat… 2% 01-从零入门教程 {% for post in posts %}
<article>
<h2><a href="{{ post.get_absolute_url }}">{{ post.title }}</a></h2>
<p>{{ post.body|truncatewords:30 }}</p>
<div class="meta">… 2%