在Polyglot中,有没有一种方法可以将希伯来语文本的语言代码从“ iw”永久“固定”到“ he”?

时间:2019-03-28 17:14:07

标签: python-3.x nlp hebrew polyglot cld2

我想使用python 3.6中的Polyglot对希伯来语文本进行简单的情感分析。 问题在于,Polyglot将文本语言代码识别为“ iw”而不是“ he”,因此无法对其进行处理。

如图所示: use polyglot package for Named Entity Recognition in hebrew我已经在hint_language_code = 'he'函数调用中添加了Text,但是它仅更改文本的初始形式,而不更改其子形式(如句子或单词)。

例如:

输入:

import polyglot
from polyglot.text import Text, Word

article='איך ניתן לנתח טקסט בעברית? והאם ניתן לשנות את הקידוד?'
txt = Text(article)
print(txt.language.code)

txt = Text(article,hint_language_code = 'he')
print(txt.language.code)

sent=txt.sentences[1]
print(sent.language.code)
print(sent)

输出:

iw
he
iw
והאם ניתן לשנות את הקידוד?

如何将文本language_code'iw'永久更改为'he'

0 个答案:

没有答案