spaCy中add_pipe()与analyze_pipes()报错求助

错误1：添加tagger组件报错 #

报错代码 #

import spacy
nlp = spacy.blank("en")
nlp.add_pipe("tagger")

报错信息 #

ValueError: [E003] Not a valid pipeline component. Expected callable, but got 'tagger' (name: 'None').[E004] If you meant to add a built-in component, use create_pipe: nlp.add_pipe(nlp.create_pipe('tagger'))

解决方法 #

这是spaCy版本差异导致的：

• 若使用v2.x版本：必须通过nlp.create_pipe()创建组件实例再添加，修改后代码：

  import spacy
  nlp = spacy.blank("en")
  nlp.add_pipe(nlp.create_pipe("tagger"))
  

• 若使用v3.x版本：tagger已更名为pos_tagger，且空白模型无预训练权重，建议直接用预训练模型，或明确指定组件名：

  import spacy
  # 方式1：加载自带tagger的预训练模型
  nlp = spacy.load("en_core_web_sm")
  # 方式2：给空白模型添加组件（需自行训练权重）
  nlp = spacy.blank("en")
  nlp.add_pipe("pos_tagger")
  

错误2：analyze_pipes方法不存在 #

报错代码 #

import spacy
nlp = spacy.blank("en")
nlp.add_pipe(nlp.create_pipe("tagger"))
nlp.add_pipe(nlp.create_pipe("entity_linker"))
analysis = nlp.analyze_pipes(pretty=True)

报错信息 #

AttributeError: 'English' object has no attribute 'analyze_pipes'

解决方法 #

analyze_pipes是spaCy v3.x新增方法，v2.x版本无此属性：

• 升级到spaCy v3.x：执行pip install -U spacy，之后可正常使用nlp.analyze_pipes()查看管道信息。
• 若保留v2.x版本：用以下方式查看管道组件：

  # 查看管道组件名称列表
  print(nlp.pipe_names)
  # 查看管道组件实例及顺序
  print(nlp.pipeline)
  

额外提示：entity_linker组件需配置知识库才能正常使用，无论哪个版本，直接添加都会报错，建议先加载带实体链接的预训练模型，或按官方文档配置知识库后再使用。

内容的提问来源于stack exchange，提问作者E.B