如何从spacy的词汇表中获取所有单词？

Question

我需要Spacy词汇表中的所有单词。假设，我将我的Spacy模型初始化为

nlp = spacy.load('en')

我如何从nlp.vocab中获取单词文本？

- pauli

---

你需要什么？是针对英语的spacy词汇字典吗？ - Green

是的。我正在尝试使用nlp.vocab，而无需从URL显式下载它。然后，将其用作拼写纠正（symspell）的语料库。 - pauli

还有相关的内容，请参考 https://dev59.com/hrjna4cB1Zd3GeqP8lew - Davide Fiocco

Answer 1

你可以像这样将其作为列表获得：

list(nlp.vocab.strings)

- David

Answer 2

从spaCy v3.0开始，我们需要运行

python -m spacy download en_core_web_sm

然后例如：

import spacy
nlp = spacy.load("en_core_web_sm")
words = set(nlp.vocab.strings)
word = 'would'
print(f"Is '{word}' an English word: {word in words}")  # True

- tyrex