如何使用spaCy判断句子中是否包含名词

前置准备 #

首先安装spaCy以及对应语言的预训练模型：

• 安装spaCy核心库：pip install spacy
• 下载中文预训练模型：python -m spacy download zh_core_web_sm
• 如果处理英文内容，替换模型下载命令为：python -m spacy download en_core_web_sm

核心实现逻辑 #

spaCy的词性标注体系中，名词相关的通用标签分为三类：

• NOUN：普通名词
• PROPN：专有名词（人名、地名、机构名等）
• PRON：代词，可根据业务需求选择是否纳入名词判定范围

参考封装函数如下：

import spacy

# 加载对应语言模型，英文场景替换为 "en_core_web_sm"
nlp = spacy.load("zh_core_web_sm")

def has_noun(sentence: str, include_pron: bool = False) -> bool:
    """
    判断输入句子是否包含名词
    :param sentence: 待检测的目标句子
    :param include_pron: 是否将代词计入名词范围，默认不包含
    :return: 存在名词返回True，否则返回False
    """
    doc = nlp(sentence)
    target_tags = {"NOUN", "PROPN"}
    if include_pron:
        target_tags.add("PRON")
    # 遍历所有token匹配词性标签
    for token in doc:
        if token.pos_ in target_tags:
            return True
    return False

测试用例示例 #

# 中文测试
print(has_noun("我周末去博物馆看展览"))  # 输出True，包含"周末""博物馆""展览"等名词
print(has_noun("奔跑跳跃攀爬"))  # 输出False，全为动词

# 英文测试（切换英文模型后）
print(has_noun("I ate an apple this morning"))  # 输出True
print(has_noun("Run jump eat")) # 输出False

优化提示 #

如果需要更细粒度的名词筛选，可以调用token.tag_获取细分词性标签，比如中文的NR（人名）、NN（普通名词）等按需匹配；口语化、专业领域场景建议使用更大参数的预训练模型（如zh_core_web_md/zh_core_web_lg）提升标注准确率。

内容的提问来源于stack exchange，提问作者ye_c_