python - 单词列表的词形还原

Question

所以我在文本文件中有一个单词列表。我想对它们进行词形还原以删除具有相同含义但时态不同的单词。比如尝试、尝试等。当我这样做时，我不断收到类似 TypeError: unhashable type: 'list' 的错误

    results=[]
    with open('/Users/xyz/Documents/something5.txt', 'r') as f:
       for line in f:
          results.append(line.strip().split())

    lemma= WordNetLemmatizer()

    lem=[]

    for r in results:
       lem.append(lemma.lemmatize(r))

    with open("lem.txt","w") as t:
      for item in lem:
        print>>t, item

如何对已经是标记的单词进行词形还原？

Answer 1

WordNetLemmatizer.lemmatize 方法可能需要一个字符串，但您向它传递的是一个字符串列表。这会给您 TypeError 异常。

line.split() 的结果是一个字符串列表，您将其作为列表附加到 results，即列表的列表。

您想使用 results.extend(line.strip().split())

results = []
with open('/Users/xyz/Documents/something5.txt', 'r') as f:
    for line in f:
        results.extend(line.strip().split())

lemma = WordNetLemmatizer()

lem = map(lemma.lemmatize, results)

with open("lem.txt", "w") as t:
    for item in lem:
        print >> t, item

或在没有中间结果列表的情况下重构

def words(fname):
    with open(fname, 'r') as document:
        for line in document:
            for word in line.strip().split():
                yield word

lemma = WordNetLemmatizer()
lem = map(lemma.lemmatize, words('/Users/xyz/Documents/something5.txt'))