Mindket

Spacy Ner

新上架第 1 版 · 更新于

概览

打开一个 Streamlit 应用,标题指向用 spaCy 做命名实体识别,适合想看名称怎样从文本里被挑出来的学生和开发者。说明里的其他细节很少。

Spacy Ner 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 装有 pip 的 Python,系统可以是 Windows、macOS 或 Linux
  • 能从 Hugging Face 下载文件的网络连接
用在
  • 网页浏览器:到 Hugging Face 上的这个 Space 就能试,不用安装
  • Windows、macOS 或 Linux:用 Python 运行一份副本
先运行
pip install -U huggingface_hub
hf download kingfisher/spacy-ner --repo-type space --local-dir spacy-ner
cd spacy-ner

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这是 kingfisher 做的一个小型 Streamlit 应用,只有一个主文件。标题指向用 spaCy 做命名实体识别,也就是从文本里挑出人名、地名和机构名。来源没有给出其他细节,也没有列出任何模型。你可以在浏览器里使用,也可以在自己的电脑上运行一份副本。

适合谁

它适合想在自己写的句子上看实体识别效果、并想读一个简短 Streamlit 应用怎么搭的学生和开发者。

行业谁在用怎么用例子
教育自然语言处理的学生看实体标注器能从句子里挑出什么打开这个 Space,输入一个短句
软件Python 开发者在用之前先拿自己的文本试一下标注器在本地运行一份副本并读 app.py
研究数据分析师在样例文档上快速试一个标注器粘贴文档里的几行

如果你要处理成千上万个文件,可以跳过它,因为这只是一个小型演示页面。

用在哪里

  • 网页浏览器:到 Hugging Face 上的这个 Space 就能试,不用安装
  • Windows、macOS 或 Linux:用 Python 运行一份副本
用途谁用得到什么
标注句子学生应用在文本里找到的名称
在你的文本上测试开发者快速看看标注器在他们自己文字上的表现
读代码学习者Streamlit 页面背后的简短 app.py

如何设置

先准备好下面这些东西。

  • 装有 pip 的 Python,系统可以是 Windows、macOS 或 Linux
  • 能从 Hugging Face 下载文件的网络连接
  1. 安装 Hugging Face hub 包。
  2. 把这个 Space 下载到本地文件夹。
  3. 进入这个文件夹。
  4. 安装 Streamlit 和 requirements.txt 里列出的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download kingfisher/spacy-ner --repo-type space --local-dir spacy-ner
cd spacy-ner
pip install streamlit
pip install -r requirements.txt
streamlit run app.py

如何使用

在线使用时,用 Space 显示的 Streamlit 页面。在自己的电脑上,则用下面的命令启动应用,再在浏览器里打开它提供的页面。

streamlit run app.py

示例

你在项目文件夹里运行 streamlit run app.py,打开页面并输入一句含有人名和城市名的话。页面会显示应用在其中找到的名称。

新手与专家

如果你是新手,先从在线版开始。到这个 Space 里,在安装任何东西之前先输入一句带名字的话。它能让你看到实体识别在实际中是什么样子。

如果你懂这个领域,要注意仓库里只有 README、app.py 和 requirements.txt。来源没有列出模型、标签集或准确率数字,所以请读 app.py 看它加载的是哪个 spaCy 流水线。

  1. 打开 Space 或运行 streamlit
  2. Streamlit 页面加载
  3. 你输入一些文字
  4. 应用标注实体
  5. 标注后的文字显示在页面上

注意事项

许可标签是 cc-by-nc-sa-4,通常限制商业使用,所以在复用代码之前请先读它的条款。

  • License: cc-by-nc-sa-4
  • Cost to run: 未列出,没有 API 密钥、账号或付费服务
  • Data it reaches: 你输入的文字,没有列出任何外部账号或网络服务

README 和文件

README

Spacy Ner

打开一个 Streamlit 应用,标题指向用 spaCy 做命名实体识别,适合想看名称怎样从文本里被挑出来的学生和开发者。说明里的其他细节很少。

由 kingfisher 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:这是 kingfisher 做的一个小型 Streamlit 应用,只有一个主文件。标题指向用 spaCy 做命名实体识别,也就是从文本里挑出人名、地名和机构名。来源没有给出其他细节,也没有列出任何模型。你可以在浏览器里使用,也可以在自己的电脑上运行一份副本。

适合谁:它适合想在自己写的句子上看实体识别效果、并想读一个简短 Streamlit 应用怎么搭的学生和开发者。

行业 | 谁在用 | 怎么用 | 例子
教育 | 自然语言处理的学生 | 看实体标注器能从句子里挑出什么 | 打开这个 Space,输入一个短句
软件 | Python 开发者 | 在用之前先拿自己的文本试一下标注器 | 在本地运行一份副本并读 app.py
研究 | 数据分析师 | 在样例文档上快速试一个标注器 | 粘贴文档里的几行

如果你要处理成千上万个文件,可以跳过它,因为这只是一个小型演示页面。

用在哪里:

  • 网页浏览器:到 Hugging Face 上的这个 Space 就能试,不用安装
  • Windows、macOS 或 Linux:用 Python 运行一份副本
用途 | 谁用 | 得到什么
标注句子 | 学生 | 应用在文本里找到的名称
在你的文本上测试 | 开发者 | 快速看看标注器在他们自己文字上的表现
读代码 | 学习者 | Streamlit 页面背后的简短 app.py

如何设置:先准备好下面这些东西。

  • 装有 pip 的 Python,系统可以是 Windows、macOS 或 Linux
  • 能从 Hugging Face 下载文件的网络连接
  1. 安装 Hugging Face hub 包。
  2. 把这个 Space 下载到本地文件夹。
  3. 进入这个文件夹。
  4. 安装 Streamlit 和 requirements.txt 里列出的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download kingfisher/spacy-ner --repo-type space --local-dir spacy-ner
cd spacy-ner
pip install streamlit
pip install -r requirements.txt
streamlit run app.py

如何使用:在线使用时,用 Space 显示的 Streamlit 页面。在自己的电脑上,则用下面的命令启动应用,再在浏览器里打开它提供的页面。

streamlit run app.py

示例:你在项目文件夹里运行 streamlit run app.py,打开页面并输入一句含有人名和城市名的话。页面会显示应用在其中找到的名称。

新手与专家:如果你是新手,先从在线版开始。到这个 Space 里,在安装任何东西之前先输入一句带名字的话。它能让你看到实体识别在实际中是什么样子。

如果你懂这个领域,要注意仓库里只有 README、app.py 和 requirements.txt。来源没有列出模型、标签集或准确率数字,所以请读 app.py 看它加载的是哪个 spaCy 流水线。

打开 Space 或运行 streamlit
Streamlit 页面加载
你输入一些文字
应用标注实体
标注后的文字显示在页面上

注意事项:许可标签是 cc-by-nc-sa-4,通常限制商业使用,所以在复用代码之前请先读它的条款。

  • License: cc-by-nc-sa-4
  • Cost to run: 未列出,没有 API 密钥、账号或付费服务
  • Data it reaches: 你输入的文字,没有列出任何外部账号或网络服务

Hugging Face 上的数据(2026年11月13日)

  • 点赞:2
  • 构建方式:streamlit
  • 许可证:cc-by-nc-sa-4.0

链接

  • Space:https://huggingface.co/spaces/kingfisher/spacy-ner
  • 文件:https://huggingface.co/spaces/kingfisher/spacy-ner/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-13

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
Spacy Ner 本页2streamlitcc-by-nc-sa-4.0
TorchCAM 类激活图共有 streamlit16dockerapache-2.0
Anime Recommendation System共有 streamlit9streamlitapache-2.0
Image Text Detection共有 streamlit6streamlitmit
NER Biomedical PHI Ensemble共有 streamlit2streamlitmit
Harry Potter Q A共有 streamlit1streamlitafl-3.0
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

开发类的相似商品

查看开发类的全部商品

Lexnet

alpindale · 工具包

用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。

新上架

FLUX.2 Klein LoRA Studio

prithivMLmods · 工具包

在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。

新上架

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架