以'en_core_web_sm spacy 下载'

en_core_web_sm是Spacy的一款英文模型，可以用于标记英文文本中的词性和实体。它包含小型的词汇表和句法规则，适用于处理数量较小的英文文本。

import spacy

# 加载'en_core_web_sm'模型
nlp = spacy.load('en_core_web_sm')

# 处理文本
doc = nlp('This is a sample text.')

# 打印每个单词及其词性
for token in doc:
    print(token.text, token.pos_)

输出结果为：

This DET
is AUX
a DET
sample NOUN
text NOUN
. PUNCT

可以看到，en_core_web_sm成功地标记了文本中每个单词的词性。

此外，还可以使用en_core_web_sm模型来识别实体。下面是一个使用en_core_web_sm模型识别实体的示例：

# 处理文本
doc = nlp('Apple is looking at buying U.K. startup for $1 billion')

# 打印每个单词及其实体类别
for ent in doc.ents:
    print(ent.text, ent.label_)

输出结果为：

Apple ORG
U.K. GPE
$1 billion MONEY

可以看到，en_core_web_sm成功地识别了文本中的组织(ORG)、地点(GPE)和货币(MONEY)等实体。

因此，如果需要对英文文本进行词性标注或实体识别等任务，可以考虑使用en_core_web_sm模型。