Question

我正在试验NTLK。我的问题是，图书馆是否可以用德语检测名词的性别。我想收到这些信息，以确定文本是否写成性别中立。浏览此处获取更多信息： https://en.wikipedia.org/wiki/Gender_neutrality_in_languages_with_grammatical_gender

基础代码对我的句子进行了分类，但我无法看到有关＆＃34; Mitarbeiter＆＃34; 的性别的任何信息。到目前为止我的代码：

sentence = """Der Mitarbeiter geht."""
tokens = nltk.word_tokenize(sentence)
tagged = nltk.pos_tag(tokens)
>>> tagged[0:6]

到目前为止，我还没有找到任何可以实现此目的的工具或脚本。也许这对我的任务来说也是一个更好的解决方案。

Answer 1

我不相信NLTK可以为德国人提供开箱即用的功能。但是，德国有免费提供的形态标记，可以为您做到这一点，例如RFTagger：

它提供如下输出：

Das     PRO.Dem.Subst.-3.Nom.Sg.Neut 
ist     VFIN.Sein.3.Sg.Pres.Ind 
ein     ART.Indef.Nom.Sg.Masc 
Testsatz    N.Reg.Nom.Sg.Masc 
.   SYM.Pun.Sent

但是它不在Python中，因此您必须使用子进程调用它。另一个选择是获得一个带有德语性别的名词的语料库，例如Tiger语料库：

并培训NLTK以识别性别，但我希望RFTagger是一种更快/更准确的解决方案。

Answer 2

Pattern旨在预测德语名词性别，准确度达到75％：

>>> from pattern.de import gender, MALE, FEMALE, NEUTRAL
>>> print gender('Katze')

FEMALE

不幸的是，它仅在Python 2.x中可用。

Answer 3

我刚发现这个项目在https://github.com/aakhundov/deep-german这个问题上听起来很有前途。他们从字符级别进行预测，而这些字符水平可能在德语这样的语言中是有意义的。尽管性别不如西班牙语这样的语言容易检测到，但还是有一定规律的。

也可以进行关系分析，使代词引用您要分类的对象，然后查看它们是女性，男性还是中性。也许也可以看看它的伪造。