Nltk的詞網lemmatizer不會引起所有單詞

Question

我試圖在文本中詞彙單詞化。例如像「酸菜」應該轉向「泡菜」，「跑」到「運行」，「葡萄乾」到「葡萄乾」等

我使用NLTK的WordNet Lemmatizer如下：

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

所以，正如你所看到的'pickled'和'ran'一樣，輸出結果並不如預期的那樣。如何獲得'pickle'和'run'這些，而不必指定'v'（動詞）等詞。

Answer 1

你可以得到lemmatize()功能名詞或通過獲取傳遞'v'或'n'參數，而不是通過任何中間功能的最常見的結果動詞的基本形式。

不是一個直接的辦法，但你可以試試下面的代碼得到一個名詞的基本形式或動詞：

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) 

你得到的基本形式：

ran 
pickled 
cat 
cry 
died 
raisin 
had