我想使用Spacy生成一个相对随机的20个名词列表，这些名词都有相同的词尾。在我的例子中，语言是德语，一个例子的结尾可能是"-keit"。
我相信Spacy在nlp.vocab中为包中的每种语言都有一个很大的单词列表，但如果我对它进行迭代，我不知道每次运行的顺序是随机的还是相同的。
我知道Spacy也有一个Corpus对象，我想知道它是否支持更适合搜索特定语言形式的特定示例的方法
如果NLP.Vocab不是给定语言的综合单词列表，那么在Spacy领域中是否有一个常用的数据集可以加载，其中包含完整的词汇表？
Spacy中的每个语言模型都有默认词汇表：
nlp = spacy.load(“en_core_web_sm”) # of type Language - https://spacy.io/api/language/
vocab = nlp.vocab # of type Vocab - https://spacy.io/api/vocab
您可以通过将任何单词作为字符串对Vocab对象进行索引来获得该单词的Lexeme对象：
word = nlp.vocab[“apple”]
您可以对Vocab对象进行迭代，以收集N个以特定后缀结尾的名词单词。
如果你想从随机中挑选单词，你可以使用随机选择。
SpacyCorpus对象用于加载要用于训练新管道的数据，因此它不具有上述功能。
较大的模型具有更多的向量，因此它们可能具有更大的词汇表。对于英语来说，这将是en_core_web_lg。
管道中的Vocab对象用于处理带有Lexemes信息的某些数据结构，而不是有用的单词列表。Vocab中的单词并不是语言中所有单词的列表，而是模型看到的每个单词——因此，它包括用于内部使用的字符串(如"NOUN"(或训练语料库中的拼写错误，但并不罕见的单词恰好不在语料库中。您可以在开发文档中阅读更多关于Vocab的内容。
spaCy没有语言生成功能(它特别超出了范围(，所以你最好在其他地方找到一个单词列表，并将其用作源代码。
作为一个例外，对于某些语言，spaCy有按词性排列的大量单词列表作为引理器的数据，这些单词列表保存在spaCy查找数据中。这在很大程度上取决于语言，但这些往往是为了全面。德语有一个单词列表，但没有按词性组织。