كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةموسوعة أطر ومكتبات الذكاء الاصطناعيمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةموسوعة شبكات التعلم العميق الحديثةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجةمختبر الذكاء الاصطناعي الكمّي

spaCy

spaCy: Industrial-strength NLP

مكتبة معالجة لغة طبيعية صناعية سريعة: تقطيع ووسم أجزاء الكلام والإعراب والتعرف على الكيانات بخطوط معالجة قابلة للتدريب.

نشطةمبتدئv3.8.18MITمعالجة اللغات الطبيعية والنماذج اللغوية

الوثائق الرسميةجرّب الأمثلة

المعلومات الأساسية

الاسمspaCy
الاسم الكاملspaCy: Industrial-strength NLP
التصنيفمعالجة اللغات الطبيعية والنماذج اللغوية
الجهة المطورةشركة Explosion
سنة الإطلاق2015
الموقع الرسميspacy.io
مستودع GitHubexplosion/spaCy
الوثائق الرسميةغير محدد
الحزمة على PyPIspacy
الترخيصMIT (PyPI license)
حالة المشروعنشطة صدر لها إصدار خلال آخر 12 شهراً
آخر إصدار26 أكتوبر 2026 (الإصدار 3.8.18)
لغة البرمجةPython، Cython
أنظمة التشغيلLinux، MacOS X، Windows (كما تعلنها الحزمة على PyPI)
إصدار Python المطلوب<3.16,>=3.10
مستوى الصعوبةمبتدئ

آخر تحقق من هذه البيانات: 21 نوفمبر 2026 — المصدر: PyPI JSON API (2026-11-21)

نظرة عامة

يقدم spaCy خطوط معالجة (Pipelines) لعشرات اللغات، ونظام تدريب بالإعدادات، وتكاملاً مع المحوّلات عبر spacy-transformers، وأدوات قواعد مثل Matcher.

يدعم التقطيع الأساسي للعربية، لكن النماذج العربية الجاهزة المدربة غير متوفرة رسمياً بقدر اللغات الأخرى؛ للعربية المتخصصة استخدم CAMeL Tools أو نماذج Transformers.

متى تختارها؟ اختره لخطوط معالجة نصوص إنتاجية سريعة، خصوصاً للغات ذات النماذج الجاهزة.

الاستخدامات

الاستخدامات الرئيسية

  • التعرف على الكيانات المسماة
  • وسم أجزاء الكلام والإعراب
  • خطوط معالجة نصوص إنتاجية

المجالات العلمية

  • معالجة اللغة
  • استخراج المعلومات

أنواع المشاريع المناسبة

  • استخراج كيانات من تقارير

تطبيقات بحثية

  • خطوط أساس لاستخراج المعلومات

معالجة اللغة الطبيعية

الخصائص التقنية

تُعرض الخاصية «مدعومة» فقط إذا كانت موثقة في الوثائق الرسمية للمكتبة؛ وما لم نتحقق منه يظهر «غير محدد».

دعم المعالج المركزي (CPU)مدعوم
دعم المعالج الرسومي (GPU)مدعومللنماذج المبنية على المحوّلات عبر CuPy/PyTorch.
التوافق مع CUDAمدعوم
التدريب أو الحوسبة الموزعةغير مدعوم
الاشتقاق التلقائي (Autodiff)لا ينطبق
نشر النماذج (Deployment)مدعوم
نماذج مدربة مسبقاًمدعومنماذج رسمية لعدة لغات.
أنواع البيانات المدعومةنصوص
التكامل مع مكتبات أخرىHugging Face Transformers، PyTorch
المرونة (تقدير تحريري)عالية
الأداء (تقدير تحريري)عالية
المجتمع (تقدير تحريري)كبير
جودة التوثيق (تقدير تحريري)توثيق ممتاز

التثبيت والتشغيل

Shell
pip install spacy

التوافق: Python <3.16,>=3.10 — حسب بيانات الحزمة على PyPI، تحقق في 21 نوفمبر 2026

يُفضّل التثبيت داخل بيئة افتراضية (venv أو conda). وإذا احتجت توافقاً مع إصدار معين من CUDA أو نظام التشغيل فارجع إلى الوثائق الرسمية، لأن هذه المعلومات تتغير مع كل إصدار.

أمثلة برمجية

الأمثلة الموسومة «نُفّذ واختُبر» شُغّلت فعلياً وسُجّل مخرجها وتاريخ الاختبار وإصدارات المكتبات؛ وغيرها يحتاج GPU أو تنزيل نماذج فلم يُشغّل في بيئة الاختبار.

مبتدئتقسيم نص عربي بـ spaCy ومطابقة أنماطنُفّذ واختُبر

الهدف: استخدام مقسّم spaCy للعربية وMatcher دون نموذج مدرب.

Python — example.py
import spacy
from spacy.matcher import PhraseMatcher

nlp = spacy.blank("ar")
doc = nlp("تستخدم مكتبة PyTorch في التعلم العميق، وتستخدم مكتبة MONAI في الصور الطبية.")
print("الرموز:", [t.text for t in doc])
matcher = PhraseMatcher(nlp.vocab)
matcher.add("LIB", [nlp.make_doc("مكتبة PyTorch"), nlp.make_doc("مكتبة MONAI")])
print("المطابقات:", [doc[s:e].text for _, s, e in matcher(doc)])

شرح الكود

spacy.blank('ar') يعطي خط معالجة عربياً بالمقسّم وقواعد اللغة فقط، دون نموذج إحصائي. نضيف Matcher لالتقاط عبارات بنمط محدد. لمهام مثل التعرف على الكيانات تحتاج نموذجاً مدرباً أو تدريب نموذجك.

المتطلبات

Shell
pip install spacy

طريقة التشغيل

احفظ الكود في ملف example.py ثم شغّله:

Shell
python example.py

المخرجات المسجلة عند الاختبار

الرموز: ['تستخدم', 'مكتبة', 'PyTorch', 'في', 'التعلم', 'العميق', '،', 'وتستخدم', 'مكتبة', 'MONAI', 'في', 'الصور', 'الطبية', '.']
المطابقات: ['مكتبة PyTorch', 'مكتبة MONAI']

نُفّذ هذا المثال فعلياً واختُبر بتاريخ 21 نوفمبر 2026 على CPU — spacy 3.8.18, python 3.13.18

صفحة المثال

كل أمثلة spaCy في مستكشف الأكواد

المزايا

  • سرعة وجاهزية للإنتاج
  • نظام تدريب منظم

القيود

  • دعم العربية محدود في النماذج الجاهزة

المراجع والتحقق

سجل الإصدارات المتحقق منها

الإصدارتاريخ الإصدارتاريخ التحقق
3.8.1826 أكتوبر 202621 نوفمبر 2026

آخر مراجعة لمعلومات الصفحة: 21 نوفمبر 2026. الوصف العربي مكتوب أصلياً للموسوعة وليس منقولاً من المواقع الرسمية.

أبلغ عن معلومة تحتاج تحديثاً