将元组更改为小写 - 特定情况（Python; NLTK）

Question

我正在使用Python和NLTK并尝试将Brown Corpus更改为小写。

特别是，我的目标是用每个词最可能的词性标记词列表（例如，＆＃34;圣诞＆＃34;是名词）。但是，我的单词列表包含所有小写单词（＆＃34; christmas＆＃34;）。因此，由于案例不匹配，有些词语未被识别。

brown.tagged_sents（）中的元组如下所示：

[[(u'The', u'AT'), (u'Fulton', u'NP-TL'), (u'County', u'NN-TL'),...

我尝试过以下代码：

brown_sents = brown.tagged_sents()
brown_sentslower = [[x.lower() for x in element] for element in brown_sents]

但仍然收到错误：

AttributeError: 'tuple' object has no attribute 'lower'

我成功地从另一个答案（Python: Using lower function on tuples）复制了结果，但我想知道使用此代码与brown.tagged_sents（）有什么特别之处。

Answer 1

将元组中的元素小写：

brown_sentslower = [[(word.lower(), tag.lower()) for word, tag in element]
                    for element in brown_sents]

请注意，我在for循环中使用了元组解包;每个(word, tag)对都会解压缩到word和tag变量中，因此您可以单独解决这些问题。然后循环生成一个 new 元组，其中包含这两个值的小写版本。

这假设您希望标签和都是小写的;例如(u'Fulton', u'NP-TL')变为(u'fulton', u'np-tl')。

如果只有这个词应该是小写的，请将tag.lower()替换为tag：

brown_sentslower = [[(word.lower(), tag) for word, tag in element]
                    for element in brown_sents]