spaCy
spaCy: Industrial-strength NLP
مكتبة معالجة لغة طبيعية صناعية سريعة: تقطيع ووسم أجزاء الكلام والإعراب والتعرف على الكيانات بخطوط معالجة قابلة للتدريب.
المعلومات الأساسية
| الاسم | spaCy |
|---|---|
| الاسم الكامل | spaCy: Industrial-strength NLP |
| التصنيف | معالجة اللغات الطبيعية والنماذج اللغوية |
| الجهة المطورة | شركة Explosion |
| سنة الإطلاق | 2015 |
| الموقع الرسمي | spacy.io |
| مستودع GitHub | explosion/spaCy |
| الوثائق الرسمية | غير محدد |
| الحزمة على PyPI | spacy |
| الترخيص | MIT (PyPI license) |
| حالة المشروع | نشطة صدر لها إصدار خلال آخر 12 شهراً |
| آخر إصدار | 26 أكتوبر 2026 (الإصدار 3.8.18) |
| لغة البرمجة | Python، Cython |
| أنظمة التشغيل | Linux، MacOS X، Windows (كما تعلنها الحزمة على PyPI) |
| إصدار Python المطلوب | <3.16,>=3.10 |
| مستوى الصعوبة | مبتدئ |
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
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 CUDA | مدعوم |
| التدريب أو الحوسبة الموزعة | غير مدعوم |
| الاشتقاق التلقائي (Autodiff) | لا ينطبق |
| نشر النماذج (Deployment) | مدعوم |
| نماذج مدربة مسبقاً | مدعومنماذج رسمية لعدة لغات. |
| أنواع البيانات المدعومة | نصوص |
| التكامل مع مكتبات أخرى | Hugging Face Transformers، PyTorch |
| المرونة (تقدير تحريري) | عالية |
| الأداء (تقدير تحريري) | عالية |
| المجتمع (تقدير تحريري) | كبير |
| جودة التوثيق (تقدير تحريري) | توثيق ممتاز |
التثبيت والتشغيل
pip install spacyالتوافق: 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.
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.
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
المزايا
- سرعة وجاهزية للإنتاج
- نظام تدريب منظم
القيود
- دعم العربية محدود في النماذج الجاهزة
المراجع والتحقق
- صفحة الحزمة على PyPI (مصدر الإصدار والترخيص وتاريخ الإصدار) تحقق مباشر
https://pypi.org/project/spacy/
تاريخ التحقق: 21 نوفمبر 2026 — الإصدار المتحقق منه: 3.8.18 — المراجعة: فريق DLArabic
- الموقع الرسمي رابط تعلنه الحزمة رسمياً على PyPI
https://spacy.io
تاريخ التحقق: 21 نوفمبر 2026 — المراجعة: فريق DLArabic
- المستودع الرسمي رابط تعلنه الحزمة رسمياً على PyPI
https://github.com/explosion/spaCy
تاريخ التحقق: 21 نوفمبر 2026 — المراجعة: فريق DLArabic
سجل الإصدارات المتحقق منها
| الإصدار | تاريخ الإصدار | تاريخ التحقق |
|---|---|---|
| 3.8.18 | 26 أكتوبر 2026 | 21 نوفمبر 2026 |
آخر مراجعة لمعلومات الصفحة: 21 نوفمبر 2026. الوصف العربي مكتوب أصلياً للموسوعة وليس منقولاً من المواقع الرسمية.
