spaCy导入LEMMA_INDEX报错求助：无法从spacy.lang.en导入该模块

你遇到的这个导入错误，本质是spaCy版本更新带来的模块结构变化——在spaCy 3.x及以后的版本中，LEMMA_INDEX、LEMMA_EXC、LEMMA_RULES这些词形还原相关的常量，已经不再直接放在spacy.lang.en模块下了。

先看你给出的错误信息：

Traceback (most recent call last):
File "word_pract.py", line 46, in
from spacy.lang.en import LEMMA_INDEX, LEMMA_EXC, LEMMA_RULES
ImportError: cannot import name 'LEMMA_INDEX' from 'spacy.lang.en'

还有你的代码：

import spacy
from spacy.lemmatizer import Lemmatizer
from spacy.lang.en import LEMMA_INDEX, LEMMA_EXC, LEMMA_RULES
nlp = spacy.load("en_core_web_sm")
lemmatizer = Lemmatizer(LEMMA_INDEX, LEMMA_EXC, LEMMA_RULES)
lemmas = lemmatizer(u'ducks', u'NOUN')
print(lemmas)

给你两个可行的解决办法：

方法一：直接使用预训练模型自带的词形还原器（推荐） #

其实你已经加载了en_core_web_sm模型，完全没必要手动初始化Lemmatizer——模型自带的lemmatizer已经整合了规则+统计的逻辑，还能结合上下文处理，比手动初始化的版本更强大。修改代码如下：

import spacy

nlp = spacy.load("en_core_web_sm")
doc = nlp("ducks")
for token in doc:
    print(token.lemma_)  # 会输出正确的词形还原结果：duck

方法二：手动导入正确路径的常量 #

如果你确实需要手动初始化Lemmatizer，只需要把导入路径改成spacy.lang.en.lemmatizer子模块即可：

import spacy
from spacy.lemmatizer import Lemmatizer
# 注意这里的导入路径变化
from spacy.lang.en.lemmatizer import LEMMA_INDEX, LEMMA_EXC, LEMMA_RULES

lemmatizer = Lemmatizer(LEMMA_INDEX, LEMMA_EXC, LEMMA_RULES)
lemmas = lemmatizer('ducks', 'NOUN')
print(lemmas)  # 输出: ['duck']

另外提醒一下：手动初始化的Lemmatizer只是基于静态词表和规则，没有上下文感知能力，比如遇到同一个单词在不同词性下的不同还原结果（比如"saw"作为动词和名词），手动版本就处理不好，而模型自带的lemmatizer能根据上下文自动判断。所以优先用方法一哦～

内容的提问来源于stack exchange，提问作者griom