NLP |词性–默认标注
什么是词性标注？
这是一个将句子转换成形式的过程——单词列表，元组列表(其中每个元组都有一个形式(单词，标签))。的标记是词性标记，表示该词是否是名词、形容词、动词等。
默认标注是词性标注的基本步骤。它是使用 DefaultTagger 类执行的。DefaultTagger class将‘标签’作为单个参数。 NN 是单数名词的标签。DefaultTagger 在使用最常见的词性标签时最有用。这就是为什么推荐使用名词标签的原因。
代码#1:它是如何工作的？
# Loading Libraries
from nltk.tag import DefaultTagger
# Defining Tag
tagging = DefaultTagger('NN')
# Tagging
tagging.tag(['Hello', 'Geeks'])
输出:
[('Hello', 'NN'), ('Geeks', 'NN')]
每个标记器都有一个tag()方法，该方法获取一个标记列表(通常是由单词标记器生成的单词列表)，其中每个标记都是一个单词。tag()返回一个标记令牌列表——一组(单词，标记)。
默认标记器是如何工作的？
是SequentialBackoffTagger 的子类，实现choose_tag()方法，有三个参数。
- 令牌列表
- 当前标记的索引，以选择标记。
- 先前标签的列表
代码#2:标注句子
# Loading Libraries
from nltk.tag import DefaultTagger
# Defining Tag
tagging = DefaultTagger('NN')
tagging.tag_sents([['welcome', 'to', '.'], ['Geeks', 'for', 'Geeks']])
输出:
[[('welcome', 'NN'), ('to', 'NN'), ('.', 'NN')],
[('Geeks', 'NN'), ('for', 'NN'), ('Geeks', 'NN')]]
注意:标记句子列表中的每个标记(在上面的代码中)都是 NN ，就像我们使用的DefaultTagger class一样。
代码#3:说明如何卸载。
from nltk.tag import untag
untag([('Geeks', 'NN'), ('for', 'NN'), ('Geeks', 'NN')])
输出:
['Geeks', 'for', 'Geeks']
版权属于：月萌API www.moonapi.com，转载请注明出处
