欢迎 spaCy 加入 Hugging Face Hub

spaCy 是一个流行的用于高级自然语言处理的库，在业界广泛使用。spaCy 使您可以轻松使用和训练用于命名实体识别、文本分类、词性标注等任务的管道，并让您构建强大的应用程序来处理和分析大量文本。

Hugging Face 让您可以非常轻松地与社区共享您的 spaCy 管道！只需一条命令，您就可以上传任何管道包，并自动为您生成漂亮的模型卡和所有必需的元数据。推理 API 目前开箱即用地支持 NER，您可以在浏览器中交互式地试用您的管道。您还将获得您的包的实时 URL，您可以从任何地方使用 pip install，从而实现从原型到生产的平滑路径！

查找模型

可以在 spaCy 组织中找到 60 多个规范模型。这些模型来自 最新 3.1 版本，因此您可以立即试用最新发布的模型！除此之外，您还可以在这里找到社区中的所有 spaCy 模型：https://huggingface.co/models?filter=spacy。

小部件

此集成包括对 NER 小部件的支持，因此所有带有 NER 组件的模型都将开箱即用！即将支持文本分类和 POS。

使用现有模型

Hub 中的所有模型都可以直接使用 pip install 安装。

pip install https://huggingface.co/spacy/en_core_web_sm/resolve/main/en_core_web_sm-any-py3-none-any.whl

# 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()

当您打开一个仓库时，您可以点击 Use in spaCy，您将获得一个可用的代码片段，您可以使用它来安装和加载模型！

您甚至可以发出 HTTP 请求来从推理 API 调用模型，这在生产环境中很有用。这是一个简单请求的示例：

curl -X POST  --data '{"inputs": "Hello, this is Omar"}' https://api-inference.huggingface.co/models/spacy/en_core_web_sm
>>> [{"entity_group":"PERSON","word":"Omar","start":15,"end":19,"score":1.0}]

对于更大规模的使用场景，您可以点击“部署 > 加速推理”，查看如何使用 Python 完成此操作。

分享您的模型

但最酷的功能可能是，现在您可以使用 spacy-huggingface-hub 库 非常轻松地分享您的模型，该库通过新的命令 huggingface-hub push 扩展了 spaCy CLI。

huggingface-cli 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，您就可以将打包的模型上传到 Hub，直接在浏览器中试用，并与社区的其他成员分享。所有必需的元数据都将为您上传，您甚至会得到一个很酷的模型卡。

试一试，与社区分享您的模型吧！

您想将您的库集成到 Hub 吗？

此集成得益于 huggingface_hub 库，该库拥有我们所有的部件和所有受支持库的 API。如果您想将您的库集成到 Hub，我们为您准备了指南！