你可以检查任何python对象的类型：

nlp = spacy.load('en_encore_web_sm') # or medium, or large
print(type(nlp))
print(dir(nlp))  # view a list of attributes

你会得到类似这样的东西（取决于传递的参数）

<class 'spacy.lang.en.English'>

你是对的，它类似于“预训练”模型，因为它包含词汇，二进制权重等。
请查看官方文档：
https://spacy.io/api/language

你可以通过探索它来推断nlp()是什么。举例来说：

import spacy
from spacy import displacy

nlp = spacy.load("en_core_web_lg")

text = "Elon Musk 889-888-8888 [email protected] Jeff Bezos (345)123-1234 [email protected] Reshma Saujani [email protected] 888-888-8888 Barkevious Mingo"

text = nlp(text)

print(text)

将打印完全相同的文本。另一方面，如果你这样做：

for word in text.ents:
    print(word.text,word.label_)

你将得到字符串的实体：

Elon Musk PERSON
889-888 CARDINAL
Jeff Bezos PERSON
345)123 CARDINAL
Reshma Saujani PERSON

它确实是针对英语语言的大型预训练模型，并且具有许多功能（解析器，lemmatizer，tagger），如上面所示。我希望这有助于澄清你的问题。

nlp是一个spaCy管道。你可以在这里看到它的细节：https://spacy.io/models/en#en_core_web_sm
管道包含多个组件，在本例中：

*tok2vec：用于文本标记化和矢量化的Token-to-Vector模型
*tagger：词性标注器
*parser：依赖解析器
*attribute_ruler：基于规则的属性Map
*lemmatizer：词形化（词的基本形式）
*ner：命名实体识别

希望这对你有帮助。在Pipelines的文档中有更多的细节：https://spacy.io/usage/processing-pipelines

spaCy是NLP（自然语言处理）领域的一个流行库，专为生产使用而设计。当你使用函数spacy.load（'en_core_web_sm'）或初始化一个English（）对象时，你正在创建一个NLP处理管道。

1. nlp = spacy.load（'en_core_web_sm '）：
   这将加载一个名为en_core_web_sm的预训练模型，这是spaCy的小型英语模型之一。该模型具有几个开箱即用的功能，例如标记化、词性标记、命名实体识别和依赖关系解析。
2. nlp = English（）：
   这将创建一个空白的英语处理管道。它将不包含en_core_web_sm的功能，因为它没有加载任何预先训练的模型。它将主要标记你的文本，但没有额外的注解，如词性标签或命名实体。
   3.Pipeline:
   当你调用doc = nlp（'my text '）时，文本由nlp管道处理。根据模型或您如何设置它，它将对文本进行标记，标记词性，解析依赖关系，识别命名实体，等等。