- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我想用 Wordnet
查找词干。 wordnet
是否具有词干提取功能?我将此导入用于我的词干提取,但它没有按预期工作。
from nltk.stem.wordnet import WordNetLemmatizer
WordNetLemmatizer().lemmatize('Having','v')
最佳答案
似乎您必须向 lemmatize
方法输入一个小写字符串:
>>> WordNetLemmatizer().lemmatize('having','v')
'have'
>>> WordNetLemmatizer().lemmatize('has','v')
'have'
关于python - Nltk 中的 WordNetLemmatizer 可以词干吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/6658380/
我正在尝试使用多线程来加快进程。我正在使用 wordnetlemmatizer 对单词进行词形还原,sentiwordnet 可以进一步使用这些单词来计算文本的情感。我使用 WordNetLemmat
我正在尝试对我的数据集进行词形还原以进行情感分析 - 我应该怎么做才能获得预期输出而不是当前输出?输入文件是一个 csv - 存储为 DataFrame 对象。 dataset = pd.read_c
我尝试使用以下方法进行词形还原: from nltk.stem.wordnet import WordNetLemmatizer wnl = WordNetLemmatizer() wnl.lemma
我正在尝试使用 NLTK 的 WordNetLemmatizer 对句子中的所有单词进行词形还原。我有很多句子,但我只是使用第一句话来确保我正确执行此操作。这是我所拥有的: train_sentenc
我想用 Wordnet 查找词干。 wordnet 是否具有词干提取功能?我将此导入用于我的词干提取,但它没有按预期工作。 from nltk.stem.wordnet import WordNetL
如果您将单词 "US"(美国)输入 WordNetLemmatizer 进行预处理(变为 "us",即小写) 来自 nltk.stem 包,它被翻译成 "u"。例如: from nltk.stem i
我需要使用 nltk 对文本进行词形还原。为了做到这一点,我申请 nltk.pos_tag到每个句子,然后将生成的 Penn Treebank 标签 (http://www.ling.upenn.ed
我正在尝试对 dask 数据框进行词干分析 wnl = WordNetLemmatizer() def lemmatizing(sentence): stemSentence = ""
我正在对 Ted 数据集抄本进行词形还原。我注意到一些奇怪的事情:并非所有单词都被词形还原。可以说, selected -> select 这是对的。 但是,involved !-> involve
我是一名优秀的程序员,十分优秀!