Python 如何从Spacy库中的哈希值获取字符串？

我在spaCy图书馆从事自然语言处理工作。如何从散列中获取字符串值

下面是我在python中使用spaCy库编写的详细代码

注意——这个问题主要与spaCy库有关，而不是python

# import spacy package for english language
from spacy.lang.en import English

# initialize nlp with English
nlp = English()

# get hash from string
cat_hash = nlp.vocab.strings["cat"]
print(cat_hash)

# Look up the cat_hash to get the string
cat_string = nlp.vocab.strings[cat_hash]
print(cat_string)

---

这很有趣

nlp.vocab.strings

不包含英语语言的所有单词。

len（nlp.vocab.strings）

显示那里只有1009个单词-主要是虚词：代词、辅助动词等。你可以用

for s in nlp.vocab.strings:
     print(s)

现在，您仍然可以使用

nlp.vocab.strings[“cat”]

请求哈希值，但它不会向字符串添加“cat”，只返回其哈希值。这就是为什么查找

nlp.vocab.strings[cat_hash]

不起作用的原因——“cat”不在那里，它的hash也不在那里

通常，散列不是唯一的，因此不可反转。现在，您可以将word添加到StringStore（它得到的哈希值与独立于StringStore的哈希值相同），然后您就可以查找它了

>>> cat_hash = nlp.vocab.strings.add("cat")
>>> cat_hash
5439657043933447811
>>> nlp.vocab.strings[5439657043933447811]
'cat'

另外，您可能希望使用的是

nlp.vocab

，而不是

nlp.vocab.strings

<如果字典中没有字符串，则code>nlp.vocab会创建新条目，并且可以与哈希一起使用。但是，它不返回散列，而是返回一个

Lexeme

，它具有

text

和

orth

属性

>>> dog=nlp.vocab["dog"]
>>> dog.text
'dog'
>>> dog.orth
7562983679033046312
>>> nlp.vocab[7562983679033046312].text
'dog'
>>>