Spacy: OSError: [E050] Не удается найти модель в Google Colab | Python - PullRequest
Новая
       59

Spacy: OSError: [E050] Не удается найти модель в Google Colab | Python

0 голосов
/ 02 марта 2020

Я пытаюсь «лемматизировать» текст испанского sh с использованием базовой модели испанского языка sh es_core_news_sm. Тем не менее я получаю OSError.

Следующий код является примером лемматизации с использованием SpaCy на Google Colabs : 

import spacy
spacy.prefer_gpu()

nlp = spacy.load('es_core_news_sm')
text = 'yo canto, tú cantas, ella canta, nosotros cantamos, cantáis, cantan…'
doc = nlp(text)
lemmas = [tok.lemma_.lower() for tok in doc]

Также я попытался импортировать ядро ​​, но не сработал таким образом, получая аналогичную обратную трассировку. 

import es_core_news_sm
nlp = es_core_news_sm.load()

Traceback: 

---------------------------------------------------------------------------
OSError                                   Traceback (most recent call last)
<ipython-input-93-fd65d69a4f87> in <module>()
      2 spacy.prefer_gpu()
      3 
----> 4 nlp = spacy.load('es_core_web_sm')
      5 text = 'yo canto, tú cantas, ella canta, nosotros cantamos, cantáis, cantan…'
      6 doc = nlp(text)

1 frames
/usr/local/lib/python3.6/dist-packages/spacy/util.py in load_model(name, **overrides)
    137     elif hasattr(name, "exists"):  # Path or Path-like to model data
    138         return load_model_from_path(name, **overrides)
--> 139     raise IOError(Errors.E050.format(name=name))
    140 
    141 

OSError: [E050] Can't find model 'es_core_web_sm'. It doesn't seem to be a shortcut link, a Python package or a valid path to a data directory.

1 Ответ

1 голос
/ 02 марта 2020

Сначала необходимо загрузить данные: 

!spacy download es_core_news_sm

Затем Перезапустить среду выполнения , после чего ваш код будет работать правильно: 

import spacy
spacy.prefer_gpu()

nlp = spacy.load('es_core_news_sm')
text = 'yo canto, tú cantas, ella canta, nosotros cantamos, cantáis, cantan…'
doc = nlp(text)
lemmas = [tok.lemma_.lower() for tok in doc]
print(len(lemmas))

16
...