spaCy prend bien en charge, de manière modulaire, tous les niveaux bas d'analyse de texte, ce qui facilite l'ajout de la prise en charge de nouvelles langues.

Spacy is basically used for Natural Language Processing(NLP) tasks in Machine Learning. We can optimise our tasks with this library in Python by using pre trained models of Part of Speech(PoS) tagging, Text Summarization and for Named Entity Recognition(NER) model. It also has the capabilities to do tokenization in which sentences can be divided into words and punctuation marks. All in all, It is a very useful library of python to use NLP tasks in multiple domains.

SpaCy continue d'être open source et accessible au public même avec les algorithmes les plus modernes. La reconnaissance d'entités nommées moderne fonctionne parfaitement et étiquette les mots dans leurs parties du discours correctes rapidement et avec précision. Plus de vingt langues peuvent être utilisées avec sa bibliothèque étendue.