python - Nltk 的 wordnet lemmatizer 未对所有单词进行词形还原

Question

我正在尝试对文本中的单词进行词形还原。例如“pickled”应该变成“pickle”，“ran”应该变成“run”，“raisins”应该变成“raisin”等等。

我正在使用 nltk 的 WordNet Lemmatizer，如下所示:

from nltk.stem import WordNetLemmatizer
>>> 
>>> lem = WordNetLemmatizer()
>>> print(lem.lemmatize("cats"))
cat
>>> print(lem.lemmatize("pickled"))
pickled
>>> print(lem.lemmatize("ran"))
ran

因此，正如您在 'pickled' 和 'ran' 中看到的那样，输出并未按预期进行。如何获取这些内容的 'pickle' 和 'run'，而不必为单词指定 'v'(动词)等。

Answer 1

您可以通过传递 'v' 或'n' 参数并且不传递任何内容。

不是直接的方法，但您可以尝试以下代码来获取名词或动词的基本形式:

def most_common(lst):
    return max(set(lst), key=lst.count)
words = ['ran','pickled','cats',"crying","died","raisins","had"]
for word in words:
    checkList=[WordNetLemmatizer().lemmatize(word,'v'),WordNetLemmatizer().lemmatize(word,'n'),WordNetLemmatizer().lemmatize(word,'n')]
    print most_common(checkList)

您将获得基本表单:

ran
pickled
cat
cry
died
raisin
had