Debe descargar e instalar el paquete de idioma.

 pip spacy download ja_core_news_lg

o

 python -m spacy download ja_core_news_lg

Si tiene algún problema, intente esto.

 python -m spacy download ja_core_news_sm

¡Gran pregunta!

Luego de instalar Spacy, deberás descargar e instalar correctamente el motor de lenguaje que tengas en mente o el que mejor se adapte a tu problema.

En tu caso yo probaría:

 python -m spacy download ja_core_news_sm

Después de eso, puede intentar cargarlo desde su código con las siguientes líneas:

 import spacy nlp = spacy.load("ja_core_news_sm")

Aquí tienes un ejemplo más complejo de análisis de oraciones del documento oficial:

 import spacy from spacy.lang.ja.examples import sentences nlp = spacy.load("ja_core_news_sm") doc = nlp(sentences[0]) print(doc.text) for token in doc: print(token.text, token.pos_, token.dep_)

Spacy tiene un amplio soporte para múltiples idiomas (incluido el japonés) y para la mayoría de ellos también tiene alternativas de modelo/tubería para diferentes tipos de problemas. Le recomiendo encarecidamente que lea aquí más sobre modelos de lenguaje espacial, diferentes formas de instalar y manejar dependencias de modelos, entre otros datos importantes.

Por último, pero no menos importante, Spacy tiene varios modelos para el idioma japonés (ver aquí ):

• ja_core_news_sm : tubería japonesa optimizada para CPU. Componentes: tok2vec, morphologizer, parser, senter, ner, atributo_ruler.
• ja_core_news_md : la misma canalización pero usando incrustaciones de palabras para mejorar la calidad (480k claves, 20k vectores únicos (300 dimensiones))
• ja_core_news_lg : Igual que ja_core_news_md con un vocabulario más amplio (480k claves, 480k vectores únicos (300 dimensiones))
• ja_core_news_trf : tubería de transformador japonesa (cl-tohoku/bert-base-japanese-char-v2). Componentes: transformador, morfologizador, analizador, ner, atributo_ruler.

El modelo adecuado para ti dependerá de las necesidades y restricciones que tengas en tu problema. Para un modelo de vanguardia si no tiene restricciones de memoria, recomendaría comenzar con ja_core_news_lg o ja_core_news_trf .

¡Espero que esta información complementaria sea útil!

Las otras respuestas sobre la instalación de modelos también funcionarán, pero puede usar japonés en spaCy sin un modelo usando pip install spacy[ja] , que extraerá las dependencias requeridas.