本文项目代码链接为：AnnotatedTransformer中文pycharm项目版本文是学习AnnotatedTransformer过程中产出的笔记，原项目代码来自于Annotated-Transformer，本项目主要是将原文中的jupyter版本的代码转换成pycharm项目的形式来进行注释和运行（jupyter中的可视化部分没有添加到项目

spaCy是一个基于Python编写的开源自然语言处理库。基于自然处理领域的最新研究，spaCy提供了一系列高效且易用的工具，用于文本预处理、文本解析、命名实体识别、词性标注、句法分析和文本分类等任务。安装pipinstallspacy查看版本importspacyprint(spacy.__version__)

一.中文库下载国内可以使用镜像https://hf-mirror.com/下载。地址：https://hf-mirror.com/spacy/zh_core_web_md/tree/main，中文所以下载的是zh_core_web_md-any-py3-none-any.whl。然后使用pipinstall安装。二.简单测试importspacyfromspacy.languageimportLanguage#

在不断发展的自然语言处理领域中，Python的spaCy库以其强大和用户友好的特性脱颖而出。本学习笔记深入探讨利用spaCy进行基本NLP任务，包括分词、句子切分、词性标注、命名实体识别，以及一个实际应用示例——识别文本中的人名。安装spaCy库spaCy·Industrial-strengthNaturalL

一、自然语言处理简介自然语言处理（NaturalLanguageProcessing，简称NLP）是一门研究人类语言与计算机之间交互的领域，旨在使计算机能够理解、解析、生成和处理人类语言。NLP结合了计算机科学、人工智能和语言学的知识，通过各种算法和技术来处理和分析文本数据。近年来，随着深度学习技

参考链接spaCy简介spaCy是一个用于高级自然语言处理的Python库。它由MatthewHonnibal和InesMontani于2015年创立。spaCy的设计目标是高性能、易于使用和可扩展性。spaCy内置了多种预训练模型，可用于处理多种语言，包括英语、法语、德语、中文等。它还提供了许多工具和接口，以便用