Question

我有一个.csv文件，只有一列包含1000行。每行包含一个单词（bag-of-words模型）。现在我想找出每个单词是否是名词，动词，形容词等。我想有第二列（有1000行），每个包含属于列中单词的信息（名词或动词） 1。

我已经将csv导入了R.但我现在该怎么办？

[这是一个例子。我有这些话，我想知道它是否是一个名词动词等] [ enter image description here

Answer 1

有多个选项，但您可以使用udpipe。

terms <- data.frame(term = c("unit", "determine", "generate", "digital", "mount", "control", "position", "input", "output", "user"),
                    stringsAsFactors = FALSE)

library(udpipe)

# check if model is already downloaded. 
if (file.exists("english-ud-2.0-170801.udpipe")) 
  ud_model <- udpipe_load_model(file = "english-ud-2.0-170801.udpipe") else {
    ud_model <- udpipe_download_model(language = "english")
    ud_model <- udpipe_load_model(ud_model$file_model)
  }


# no need for parsing as this data only contains single words.
t <- udpipe_annotate(ud_model, terms$term, parser = "none")
t <- as.data.frame(t)
terms$POSTAG <- t$upos

terms
        term POSTAG
1       unit   NOUN
2  determine   VERB
3   generate   VERB
4    digital    ADJ
5      mount   NOUN
6    control   NOUN
7   position   NOUN
8      input   NOUN
9     output   NOUN
10      user   NOUN

Answer 2

您可以使用spacyr这是Python包spaCy的R包装器。

注意：您必须

setup spacy https://spacy.io/usage/
安装英语模型https://spacy.io/usage/models

library(spacyr)

spacy_initialize(python_executable = '/path/to/python')

然后为您的条款：

Terms <- data.frame(Term = c("unit",
                    "determine",
                    "generate",
                    "digital",
                    "mount",
                    "control",
                    "position",
                    "input",
                    "output",
                    "user"), stringsAsFactors = FALSE)

使用功能spacy_parse()标记您的字词并将其添加到您的数据框中：

Terms$POS_TAG <- spacy_parse(Terms$Term)$pos

结果是：

        Term POS_TAG
1       unit    NOUN
2  determine    VERB
3   generate    VERB
4    digital     ADJ
5      mount    VERB
6    control    NOUN
7   position    NOUN
8      input    NOUN
9     output    NOUN
10      user    NOUN

R中的术语列表/术语向量pos-tagging

2 个答案: