Sử dụng NLTK và WordNet, làm cách nào để chuyển đổi động từ đơn giản thành dạng phân từ hiện tại, quá khứ hoặc quá khứ?Sử dụng NLTK và WordNet; làm cách nào để chuyển đổi động từ đơn giản thành dạng phân từ hiện tại, quá khứ hoặc quá khứ của nó?
Ví dụ:
Tôi muốn viết một chức năng mà sẽ cho tôi động từ ở dạng dự kiến như sau.
v = 'go'
present = present_tense(v)
print present # prints "going"
past = past_tense(v)
print past # prints "went"
Tôi nghĩ rằng những gì bạn đang tìm kiếm là thư viện NodeBox::Linguistics. Nó thực hiện một cách chính xác rằng:
print en.verb.present("gave")
>>> give
JWI (thư viện WordNet bởi MIT) cũng có một Stemmer (WordNetStemmer) mà chuyển đổi hình thức hình thái khác nhau của một từ tương tự ("bằng văn bản", "viết", "viết") để dạng cơ sở của họ. Có vẻ như nó chỉ hoạt động cho danh từ (như số nhiều) và động từ.
Word Stemming in Java with WordNet and JWNL cũng cho thấy làm thế nào để làm điều này loại bắt nguồn sử dụng JWNL, một Wordnet thư viện Java dựa trên:
Với sự giúp đỡ của NLTK này cũng có thể được thực hiện. Nó có thể cung cấp dạng cơ bản của động từ. Nhưng không phải là chính xác, nhưng nó vẫn có thể hữu ích. Hãy thử đoạn mã sau.
from nltk.stem.wordnet import WordNetLemmatizer
words = ['gave','went','going','dating']
for word in words:
print word+"-->"+WordNetLemmatizer().lemmatize(word,'v')
Đầu ra là:
gave-->give
went-->go
going-->go
dating-->date
Hãy nhìn vào Stack Overflow câu hỏi NLTK WordNet Lemmatizer: Shouldn't it lemmatize all inflections of a word?.
Bạn nên cẩn thận với các từ có dạng thứ hai giống với từ khác của động từ. Ví dụ không may mắn cuối cùng của tôi là "ngã". WordNetLemmatizer không chuyển đổi nó thành 'fall' vì thực sự có một động từ 'rơi'. Một ví dụ khác là 'cảm thấy'. Và không có cách nào để nói với con lemmatizer rằng động từ ở dạng thứ hai. – Dany
Câu trả lời cho nhận xét trước của tôi là sử dụng phương pháp "_morphy". Nó trả về danh sách các dạng cơ sở có thể. Nếu bạn biết rằng từ bạn đang cố gắng lemmatize không phải là ở dạng cơ bản của nó, bạn có thể loại trừ nó từ danh sách bạn nhận được từ '_morphy' và chọn một trong những phần còn lại. – Dany
Đối Python3:
git clone https://github.com/clips/pattern
cd pattern
git fetch
git checkout development
pip install mysqlclient
python setup.py install
sau đó
from pattern.en import conjugate, lemma, lexeme,PRESENT,SG
print (lemma('gave'))
print (lexeme('gave'))
print (conjugate(verb='give',tense=PRESENT,number=SG)) # he/she/it
mang
give ['give', 'gives', 'giving', 'gave', 'given'] gives
thnks để @Agargara để chỉ & tác giả của Mẫu cho công việc đẹp đẽ của họ, hãy ủng hộ họ ;-)
Không ai có thể trả lời câu hỏi này? –