سبايسي

spaCy ( تُلفظ / speɪˈsiː / spay - SEE ) هي مكتبة برمجية مفتوحة المصدر لمعالجة اللغة الطبيعية المتقدمة ، مكتوبة بلغات البرمجة بايثون وسايثون . ^{[ 3 ] [ 4 ]} تُنشر المكتبة بموجب ترخيص MIT ، ومطوروها الرئيسيون هما ماثيو هونيبال وإينيس مونتاني ، مؤسسا شركة البرمجيات Explosion.

على عكس NLTK ، المستخدمة على نطاق واسع في التدريس والبحث، يركز spaCy على توفير برمجيات للاستخدام الإنتاجي. ^{[ 5 ] [ 6 ]} يدعم spaCy أيضًا سير عمل التعلم العميق الذي يسمح بربط النماذج الإحصائية المدربة بواسطة مكتبات تعلم الآلة الشائعة مثل TensorFlow و PyTorch و MXNet من خلال مكتبة التعلم الآلي الخاصة به Thinc. ^{[ 7 ] [ 8 ]} باستخدام Thinc كخلفية، يوفر spaCy نماذج شبكات عصبية التفافية لتصنيف أجزاء الكلام ، وتحليل التبعية ، وتصنيف النصوص ، والتعرف على الكيانات المسماة (NER) . تتوفر نماذج شبكات عصبية إحصائية جاهزة لأداء هذه المهام لـ 23 لغة، بما في ذلك الإنجليزية والبرتغالية والإسبانية والروسية والصينية، كما يوجد نموذج NER متعدد اللغات . يتيح الدعم الإضافي لتقسيم النصوص إلى رموز لأكثر من 65 لغة للمستخدمين تدريب نماذج مخصصة على مجموعات البيانات الخاصة بهم أيضًا. ^{[ 9 ]}

• صدرت النسخة 1.0 في 19 أكتوبر 2016، وتضمنت دعمًا أوليًا لسير عمل التعلم العميق من خلال دعم مسارات المعالجة المخصصة. ^{[ 10 ]} كما تضمنت أيضًا أداة مطابقة قواعد تدعم إضافة تعليقات توضيحية للكيانات ، وواجهة برمجة تطبيقات تدريب موثقة رسميًا.
• صدرت النسخة 2.0 في 7 نوفمبر 2017، وقدمت نماذج الشبكات العصبية الالتفافية لسبع لغات مختلفة. ^{[ 11 ]} كما دعمت مكونات معالجة مخصصة وسمات إضافية، وتضمنت مكونًا مدمجًا لتصنيف النصوص قابلًا للتدريب .
• صدرت النسخة 3.0 في 1 فبراير 2021، وقدمت أحدث تقنيات معالجة البيانات القائمة على المحولات . ^{[ 12 ]} كما قدمت نظام تهيئة جديدًا وسير عمل تدريبي، بالإضافة إلى تلميحات الأنواع وقوالب المشاريع. وقد توقف دعم بايثون 2 في هذه النسخة .

• التجزئة غير المدمرة
• دعم "التجزئة الأبجدية" لأكثر من 65 لغة ^{[ 13 ]}
• دعم مدمج لمكونات خط الأنابيب القابلة للتدريب مثل التعرف على الكيانات المسماة ، ووضع علامات على أجزاء الكلام ، وتحليل التبعية ، وتصنيف النصوص ، وربط الكيانات ، وغير ذلك.
• النماذج الإحصائية لـ 19 لغة ^{[ 14 ]}
• التعلم متعدد المهام باستخدام نماذج المحولات المدربة مسبقًا مثل BERT
• دعم النماذج المخصصة في PyTorch وTensorFlow وأطر العمل الأخرى
• سرعة ودقة فائقة ^{[ 15 ]}
• نظام تدريب جاهز للإنتاج
• أدوات عرض مدمجة لبنية اللغة والكيانات المسماة
• تغليف النماذج ونشرها وإدارة سير العمل بسهولة

يأتي برنامج spaCy مزودًا بالعديد من الإضافات والتصورات المتاحة كمكتبات مجانية مفتوحة المصدر :

• Thinc : مكتبة تعلم آلي مُحسَّنة لاستخدام وحدة المعالجة المركزية والتعلم العميق مع إدخال النصوص.
• sense2vec : مكتبة لحساب أوجه التشابه بين الكلمات، تعتمد على Word2vec . ^{[ 16 ]}
• displaCy : أداة عرض شجرة تحليل التبعية مفتوحة المصدر مبنية باستخدام JavaScript و CSS و SVG .
• displaCy ^ENT : أداة عرض الكيانات المسماة مفتوحة المصدر مبنية باستخدام JavaScript و CSS .

• جينسيم
• مجموعة أدوات اللغة الطبيعية

• الموقع الرسمي
• تطبيق مكتبة Spacy