翻译下面的文字：After-tokenization-spaCy-can-parse-and-tag-a-given-Doc-This-is-where-the-trained-pipeline-and-its-statistical-models-come-in-which-enable-spaCy-to-make-predictions-of-which-tag-or-label-most-likely-applies-in-this-context-A-trained-component-
在进行分词之后，spaCy可以解析和标记给定的Doc。这就是训练的管道及其统计模型发挥作用的地方，这使得spaCy能够预测在这种情况下最可能适用的标签或标签是什么。训练好的组件包括二进制数据，这些数据是通过向系统展示足够的示例来进行预测并在语言上进行泛化的 - 例如，在英语中，“the”后面的单词很可能是名词。
原文地址: https://www.cveoy.top/t/topic/rfA 著作权归作者所有。请勿转载和采集!