python - 使用 NLTK 对 POS 标记词进行词形还原？

Question

我已经用 nltk.pos_tag() 对一些词进行了 POS 标记，因此它们被赋予了树库标记。我想使用已知的 POS 标签对这些词进行词形还原，但我不确定如何。我正在查看 Wordnet lemmatizer，但我不确定如何将 treebank POS 标签转换为 lemmatizer 接受的标签。我怎样才能简单地执行这种转换，或者是否有使用树库标签的词形还原器？

Answer 1

wordnet lemmatizer 只知道四个词性(ADJ、ADV、NOUN 和 VERB)，并且只有 NOUN 和 VERB 规则可以做任何特别有趣的事情。树库标签集中的名词词性均以NN开头，动词标签均以VB开头，形容词标签以JJ开头，副词标签以RB开头。因此，从一组标签转换为另一组标签非常简单，例如:

from nltk.corpus import wordnet

morphy_tag = {'NN':wordnet.NOUN,'JJ':wordnet.ADJ,'VB':wordnet.VERB,'RB':wordnet.ADV}[penn_tag[:2]]