Nlp 用于名词快速检测的自然语言处理

我有很长的文本，需要从中提取名词。我使用

spaCy

作为

nlp = spacy.load("en_core_web_lg") # for better name entity detection
doc = nlp(text)
for token in doc:
    if token.tag_=='NN' or token.tag_=='NNP':
        # store token.lemma_
for ent in doc.ents:
    # store ent.text

但是，它非常慢，因为

spaCy

会进行完整的分析，我不需要这样做

---

我可以加快spaCy的速度来执行此特定任务吗？

您可以通过禁用不需要的预排水管道来加快spaCy的速度：

with nlp.disable_pipes("tagger", "parser"):
   # your code

（请注意，如果仍要访问

token.tag

，则不能禁用

tagger

）

或者您甚至可以完全避免加载这些组件：

nlp = spacy.load("en_core_web_lg", disable=["tagger", "parser"])

即使只禁用

解析器

，也肯定会提高速度

有关详细信息，请参阅