Python 在不同的电脑上对同一句子使用Spacy POS时的时态差异

Python 在不同的电脑上对同一句子使用Spacy POS时的时态差异,python,nlp,spacy,Python,Nlp,Spacy,我在上一门关于NLP的课程。于是我到了POS区。因此,当讲师演示POS-tag属性时,我们输入的同一个句子的时态不同 所以我用了一句话“我读了有关SpaCy的书”。他也用了同样的句子,但当我们使用token.tag时,我得到了VBD,而他得到了VBP。有人能解释为什么会这样吗?一般来说,模型应该是确定性的。我们可能遗漏了一些内容,但情况并非如此,但首先您应该检查以下内容: 您使用的是相同版本的spaCy吗 型号是否相同?(这里的细微差别可以解释这一点) 输入字符串实际上是相同的,还是不同的?(

我在上一门关于NLP的课程。于是我到了POS区。因此,当讲师演示POS-tag属性时,我们输入的同一个句子的时态不同


所以我用了一句话“我读了有关SpaCy的书”。他也用了同样的句子,但当我们使用token.tag时,我得到了VBD,而他得到了VBP。有人能解释为什么会这样吗?

一般来说,模型应该是确定性的。我们可能遗漏了一些内容,但情况并非如此,但首先您应该检查以下内容:

  • 您使用的是相同版本的spaCy吗
  • 型号是否相同?(这里的细微差别可以解释这一点)
  • 输入字符串实际上是相同的,还是不同的?(“SpaCy”与“SpaCy”举例)
  • 你的代码是一样的吗

如果一切都是一样的,你用的是什么型号?

版本不同。我用的是SpaCy 3.0,而他用的是一些旧的,因为课程有点旧啊,是的,2和3之间的差异完全不令人惊讶,有很大的变化。