迭代和放宽列表

Question

我是新手，正在为自己确定的简单任务而苦苦挣扎。

我有一个来自POS tagging的单词列表：

words = ['drink', 'drinking']

我想lemmatize然后处理它们（使用set？）以最终将我的列表优化为：

refined_list = ['drink']

但是，我被困在下一步的词法分离中-我的方法仍然返回以下内容：

refinded_list = ['drink', 'drinking']

我尝试引用this，但无法弄清楚要导入的内容，因此'lmtzr'可以工作或如何使其工作。

到目前为止，这是我的代码：

import nltk
words = ['drink', 'drinking']
WNlemma = nltk.WordNetLemmatizer()
refined_list = [WNlemma.lemmatize(t) for t in words]
print(refined_list)

谢谢您的帮助。

Answer 1

您需要将pos中的lemmatize标记参数设置为VERB。默认情况下为NOUN。 因此，即使您通过了动词，它也会将一切都视为名词。

import nltk
words = ['drink', 'drinking']
WNlemma = nltk.WordNetLemmatizer()
refined_list = [WNlemma.lemmatize(t, pos='v') for t in words]
print(refined_list)

输出：

['drink', 'drink']