Inicio Proyectos spacy-models
spacy-models
Python

spacy-models

💫 Modelos para la biblioteca de Procesamiento de Lenguaje Natural (NLP) spaCy

por explosion · GitHub
Estrellas
Ramas
Creado
Último commit
Lenguaje
machine-learningmachine-learning-modelsmodelsPython
Ver en GitHub
En palabras simples

Descarga e instala varios modelos para la biblioteca de Procesamiento de Lenguaje Natural spaCy para mejorar las capacidades de análisis de texto.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
spacy-models — GitHub preview card
📈 Historial de estrellas
1 8901 889
2026-07-202026-08-31
📈 Sigue spacy-models

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

💫 Modelos para la biblioteca de Procesamiento de Lenguaje Natural (NLP) spaCy

spacy-models tiene 1.9k estrellas en GitHub. Se ha bifurcado 318 veces. spacy-models está escrito principalmente en Python. Se desarrolla activamente desde 2017. Sus temas principales son: machine-learning, machine-learning-models, models, natural-language-processing.

Frequently asked questions

¿Qué es spacy-models?

💫 Modelos para la biblioteca de Procesamiento de Lenguaje Natural (NLP) spaCy

¿spacy-models es de código abierto?

spacy-models es un proyecto de código abierto.

¿spacy-models es gratis?

Sí. spacy-models es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿En qué lenguaje está escrito spacy-models?

spacy-models está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — spacy-models

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=explosion-spacy-models)](https://olud.ai/project/explosion-spacy-models.html)
Más opciones de distintivos →
🧬 Comparte ADN con

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.