Mastering spaCy, 2nd Edition

Guía avanzada y especializada en la biblioteca industrial spaCy (enfocada en spaCy 3.7+), actualizada para incorporar arquitecturas Transformer y modelos de lenguaje extenso (LLMs). Está dirigida a ingenieros de procesamiento de lenguaje natural, desarrolladores de backend y científicos de datos con experiencia previa en Python y nociones de aprendizaje automático que necesitan construir canalizaciones lingüísticas de alto rendimiento listas para entornos de producción escalables.

El libro examina las estructuras internas de datos de spaCy (Doc, Token, Span), el análisis morfosintáctico de dependencias, la extracción de entidades basada en reglas con PhraseMatcher y SpanRuler, y la integración con Transformers mediante spacy-transformers. Además, aborda el paradigma de desarrollo sin entrenamiento previo mediante spacy-llm para tareas guiadas por prompts estructurados, junto con la gestión reproducible de flujos de trabajo y empaquetado con Weasel, el despliegue de microservicios con FastAPI y el desarrollo de interfaces de usuario con Streamlit.

A través de sus capítulos se practica el entrenamiento y ajuste fino de componentes personalizados de reconocimiento de entidades nombradas (NER) con datos específicos de dominio, pipelines de resolución de correferencias y el despliegue de modelos como APIs REST documentadas y dashboards interactivos. Destaca por transformar a spaCy de una herramienta de preparación de texto a una plataforma completa de ingeniería y MLOps lingüístico; no obstante, su alcance se concentra en el ecosistema de Explosion AI, por lo que deja fuera el entrenamiento desde cero de grandes modelos de lenguaje o arquitecturas agénticas complejas.