如何在nltk中使用Regexp Tagger？

Question

如果我尝试这段代码：

import nltk
pattern = [(r'(March)$','MAR')]
tagger=nltk.RegexpTagger(pattern)
print tagger.tag('He was born in March 1991')

我得到的输出类似于：

  

[（'H'，None），（'e'，None），（''，None），（'w'，None），（'a'，None），（'s'，None） ，（''，无），＆gt;（'b'，无），（'o'，无），（'r'，无），（'n'，无），（''，无），（ 'i'，无），（'n'，无），（''，无），（'M'，无），（'a'，无），（'r'，无），（'c' ，无），（'h'，无），（''，无），（'1'，无），（'9'，无），（'9'，无），（'1'，无） ]

事实上，我希望这个标记器能够识别带有“MAR”标记的“March”字样。

Answer 1

这里试试这个：

import nltk
pattern = [(r'(March)$','MAR')]
tagger = nltk.RegexpTagger(pattern)
print tagger.tag(nltk.word_tokenize('He was born in March 1991'))

你必须对单词进行标记。

这是我得到的输出：

[('He', None), ('was', None), ('born', None), ('in', None), ('March', 'MAR'), ('1991', None)]