Startseite Projekte spacy-models
spacy-models
Python

spacy-models

💫 Modelle für die spaCy Natural Language Processing (NLP) Bibliothek

von explosion · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Sprache
machine-learningmachine-learning-modelsmodelsPython
Auf GitHub ansehen
In einfachen Worten

Laden Sie verschiedene Modelle für die spaCy Natural Language Processing-Bibliothek herunter und installieren Sie sie, um die Textanalysefähigkeiten zu verbessern.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
spacy-models — GitHub preview card
📈 Sternhistorie
1 8901 889
2026-07-202026-08-31
📈 spacy-models verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

💫 Modelle für die spaCy Natural Language Processing (NLP) Bibliothek

spacy-models hat 1.9k Sterne auf GitHub. Es wurde 318-mal geforkt. spacy-models ist hauptsächlich in Python geschrieben. Es wird seit 2017 aktiv entwickelt. Die Hauptthemen sind: machine-learning, machine-learning-models, models, natural-language-processing.

Frequently asked questions

Was ist spacy-models?

💫 Modelle für die spaCy Natural Language Processing (NLP) Bibliothek

Ist spacy-models Open Source?

spacy-models ist ein Open-Source-Projekt.

Ist spacy-models kostenlos?

Ja. spacy-models ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

In welcher Sprache ist spacy-models geschrieben?

spacy-models ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — spacy-models

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=explosion-spacy-models)](https://olud.ai/project/explosion-spacy-models.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.