Question

我有一个包含不同文本的数组。他们中有些人重复形容词。现在，我想以此为基础，使用1 =文本包含重复形容词和0 =文本不包含重复形容词来表示真值。这是我的文字示例：

text = (['When someone who is extremely selfish dramatically
 wonders why people are so selfish !', 'I asked God to 
protect me from my enemies .. shortly after I started losing friends'])

到目前为止，我尝试使用wordnet来获取单词的类型

from nltk.corpus import wordnet as wn

my_list = []
for synset in list(wn.all_synsets('a')):
    my_list.append(synset)
my_list

truth_values = []
for sentence in text:
    for word in sentence:
        if word in my_list:
            truth_values.append(1)
from nltk.corpus import wordnet as wn

此代码给我以下错误：

'str' object has no attribute '_name'

对于双重情况，我希望使用类似的计数器

if counter >=1:
    truth_value.append(1)

Answer 1

我为您提供了一个解决方案，所以让我们看一下代码中存在的一些错误：

编写list(wn.all_synsets('a')将返回所有形容词的列表作为Synset对象，但是您真正想要的是形容词名称的字符串。调用synset.name()将以以下格式返回数据：acroscopic.a.01。由于我们只需要第一部分（以字符串形式），因此我们将更改

for synset in list(wn.all_synsets('a')):
    my_list.append(synset)

到

for synset in list(wn.all_synsets('a')):
    my_list.append(str(synset.name()).split(".")[0])

所以现在我们有了所有形容词的理想列表。现在，请注意

for word in sentence:

解析句子中的单个字符，而不是单词。我们想要的是

for word in sentence.split(" "):

所有这些，这就是我如何解决此问题的方法：

truth_values = []
for sentence in text:
    adjectives = []
    for word in sentence.split(" "):
        if word in my_list:
            adjectives.append(word)
    truth_values.append(1 if any(adjectives.count(adj) > 1 for adj in adjectives) else 0)

Answer 2

如果要获得所有形容词，可能会比较棘手。最好的方法是使用语言解析器，例如斯坦福统计解析器。这将导致句子中每个单词的语法功能。您还可以使用spacy。

import spacy

# Load English tokenizer, tagger, parser, NER and word vectors
nlp = spacy.load("en_core_web_sm")

# Process whole documents
text = ("When someone who is extremely selfish dramatically"
        "wonders why people are so selfish !")
doc = nlp(text)

# Analyze syntax
adj = [token.lemma_ for token in doc if token.pos_ == "ADJ"]
repeat = len(adj) != len(set(adj))
print("Adjectives:", adj)
print("Repeats?", repeat)

尝试使用以下句子来运行您的方法：“我并不是说你说的那句话”。它失败了，但是使用其他方法却没有成功。原因是“平均”可以是形容词，但并非总是如此。

从重复形容词中获取真相值

2 个答案: