python - 用 spacy 对文档进行词形还原？

Question

我有一个 spaCy doc，我想对其进行词形还原。

例如:

import spacy
nlp = spacy.load('en_core_web_lg')

my_str = 'Python is the greatest language in the world'
doc = nlp(my_str)

如何将 doc 中的每个标记转换为其引理？

Answer 1

每个 token 都有许多属性，您可以迭代文档来访问它们。

例如:[token.lemma_ for token in doc]

如果你想重构句子，你可以使用:' '.join([token.lemma_ for token in doc])

有关 token 属性的完整列表，请参阅:https://spacy.io/api/token#attributes