Question

我试图在文本中对词汇进行词形推理。例如＆＃39; pickle＆＃39;应该转向＆＃39; pickle＆＃39;＆＃39;跑步＆＃39;去葡萄干＆＃39;葡萄干＆＃39;去葡萄干＆＃39;等

我使用nltk＆＃39; s WordNet Lemmatizer如下：

from nltk.stem import WordNetLemmatizer
>>> 
>>> lem = WordNetLemmatizer()
>>> print(lem.lemmatize("cats"))
cat
>>> print(lem.lemmatize("pickled"))
pickled
>>> print(lem.lemmatize("ran"))
ran

因此，您可以看到'pickled'和'ran'，但输出并未按预期显示。如何在不必为单词指定'pickle'（动词）等的情况下获取'run'和'v'。

Answer 1

您可以通过传递lemmatize()或'v'参数并且不传递任何内容来获取函数的最常见结果，从而获得名词或动词的'n'函数的基本形式。

不是直接的方法，但您可以尝试以下代码来获取名词或动词的基本形式：

def most_common(lst):
    return max(set(lst), key=lst.count)
words = ['ran','pickled','cats',"crying","died","raisins","had"]
for word in words:
    checkList=[WordNetLemmatizer().lemmatize(word,'v'),WordNetLemmatizer().lemmatize(word,'n'),WordNetLemmatizer().lemmatize(word,'n')]
    print most_common(checkList)

你得到基本形式：

ran
pickled
cat
cry
died
raisin
had

Nltk的wordnet lemmatizer并没有将所有单词变形

1 个答案: