Hub documentation
在 Hugging Face 上使用 spaCy
在 Hugging Face 上使用 spaCy
spaCy 是一个广受欢迎的用于高级自然语言处理的库，在业界被广泛使用。spaCy 让构建和训练用于命名实体识别、文本分类、词性标注等任务的流水线变得简单，并允许您构建强大的应用程序来处理和分析大量文本。
在 Hub 中探索 spaCy 模型
spaCy 3.3 的官方模型位于 spaCy 的 组织页面。社区中的任何人都可以分享他们的 spaCy 模型，您可以在 模型页面 左侧通过筛选找到这些模型。
Hub 上的所有模型都附带了实用功能
- 自动生成的模型卡片，包含标签方案、指标、组件等。
- 右上角有一个评估部分，您可以在其中查看各项指标。
- 有助于提高可发现性并包含许可证和语言等信息的元数据标签。
- 一个交互式小部件，可直接在浏览器中用于体验该模型
- 一个用于发起推理请求的 Inference Providers 小部件。
使用现有模型
Hub 上的所有 spaCy 模型都可以直接使用 pip install 安装。
pip install "en_core_web_sm @ https://huggingface.co/spacy/en_core_web_sm/resolve/main/en_core_web_sm-any-py3-none-any.whl"要找到所需的链接，您可以前往包含 spaCy 模型的仓库。打开仓库后，点击 Use in spaCy，即可获得一个可用的代码片段，用于安装并加载该模型！
安装完成后，您可以像加载任何 spaCy 管道一样加载该模型。
# Using spacy.load().
import spacy
nlp = spacy.load("en_core_web_sm")
# Importing as module.
import en_core_web_sm
nlp = en_core_web_sm.load()共享您的模型
使用 spaCy CLI（推荐）
spacy-huggingface-hub 库扩展了 spaCy 的原生 CLI，使用户可以轻松地将打包好的模型推送到 Hub。
您可以从 pip 安装 spacy-huggingface-hub：
pip install spacy-huggingface-hub
然后，您可以检查该命令是否已成功注册
python -m spacy huggingface-hub --help要通过 CLI 推送，您可以使用如下所示的 huggingface-hub push 命令。
python -m spacy huggingface-hub push [whl_path] [--org] [--msg] [--local-repo] [--verbose]
| 参数 | 类型 | 描述 |
|---|---|---|
whl_path | str / Path | 使用 spacy package 打包的 .whl 文件的路径。 |
--org, -o | str | 要上传该 pipeline 的组织的可选名称。 |
--msg, -m | str | 用于更新的提交信息。默认为 "Update spaCy pipeline"。 |
--local-repo, -l | str / Path | 模型仓库的本地路径（如果不存在则会自动创建）。默认值为当前工作目录下的 hub。 |
--verbose, -V | bool | 输出额外的调试信息，例如完整的生成 hub 元数据。 |
然后，您可以上传任何使用 spacy package 打包的 pipeline。请确保设置 --build wheel 以输出二进制 .whl 文件。上传器将从 pipeline 包中读取所有元数据，包括自动生成的美观 README.md 以及 meta.json 中可用的模型详细信息。
hf auth login
python -m spacy package ./en_ner_fashion ./output --build wheel
cd ./output/en_ner_fashion-0.0.0/dist
python -m spacy huggingface-hub push en_ner_fashion-0.0.0-py3-none-any.whl只需一分钟，你就可以将打包好的模型上传到 Hub，直接在浏览器中试用，并与社区其他成员分享。所有必需的元数据都会自动为你上传，你还会获得一张精美的模型卡片。
该命令将输出两项内容：
- 在 Hub 中查找您的仓库！例如，https://huggingface.co/spacy/en_core_web_sm
- 以及如何直接从 Hub 安装 pipeline！
从 Python 脚本
You can use the push function from Python. It returns a dictionary containing the "url" and ”whl_url” of the published model and the wheel file, which you can later install with pip install.
from spacy_huggingface_hub import push
result = push("./en_ner_fashion-0.0.0-py3-none-any.whl")
print(result["url"])