为何Spacy Transformer模型中西语模型无NER功能而英语模型有？

你遇到的问题本质是两个模型的训练目标和包含的组件完全不同：

• en_core_web_trf是面向通用英文场景的Transformer模型，默认集成了**命名实体识别（NER）**组件，且在英文实体数据集上完成了训练，因此能准确识别人名、组织名、地标类实体。
• es_dep_news_trf的定位是西班牙语依存句法分析模型（名称里的dep是dependency的缩写），它仅针对句法分析能力做了训练，没有包含NER组件，所以无法提取任何命名实体。

如果需要西班牙语的命名实体识别功能，你应该加载spaCy专门训练过NER的西班牙语Transformer模型，比如es_core_news_trf，示例代码如下：

import spacy    
nlp = spacy.load("es_core_news_trf")
doc = nlp("mi nombre es John Smith y trabajo en Apple y me gusta visitar la Torre Eiffel")
print(doc.ents)
# 输出示例：(John Smith, Apple, Torre Eiffel)

内容的提问来源于stack exchange，提问作者Daniel Wyatt