如何從棕色語料庫中獲得動詞，名詞，形容詞？

Question

我一直在試圖從褐色語料庫得到所有的名詞，verbs..etc分開，所以我試圖用代碼

brown.all_synsets('n') 

但顯然這個代碼的工作，只有WORDNET。順便說一句，我正在使用python 3.4。

---

EDITED

@alvas答案的工作。但是，當我隨機使用它會得到一個錯誤。看一看。

nn = {word for word, pos in brown.tagged_words() if pos.startswith('NN')} 
print(nn) 

輸出

{'such', 'rather', 'Quite', 'Such', 'quite'} 

但是當我使用

random.choice(nn) 

我得到

Traceback (most recent call last): 
    File "/home/aziz/Desktop/2222.py", line 5, in <module> 
    print(random.choice(NN)) 
    File "/usr/lib/python3.4/random.py", line 256, in choice 
    return seq[i] 
TypeError: 'set' object does not support indexing 

Answer 1

TL; DR

​​

---

更長

迭代通過.tagged_words()功能，並且將返回('word', 'POS')元組的列表：

>>> from nltk.corpus import brown 
>>> brown.tagged_words() 
[(u'The', u'AT'), (u'Fulton', u'NP-TL'), ...] 

請閱讀本章知道如何NLTK全集API作品：http://www.nltk.org/book/ch02.html

The n，對它進行列表理解並保存一組（即唯一列表）的名詞標籤標記的單詞，例如， NN, NNS, NNP, etc.。

>>> {word for word, pos in brown.tagged_words() if pos.startswith('NN')} 

注意輸出可能無法是你所期望的，因爲字標記有語法和句法名詞POS是沒有必要的語義參數/實體。

---

另外，我不認爲你提取的詞是正確的。雙重檢查列表：

>>> nouns = {word for word, pos in brown.tagged_words() if pos.startswith('NN')} 
>>> 'rather' in nouns 
False 
>>> 'such' in nouns 
False 
>>> 'Quite' in nouns 
False 
>>> 'quite' in nouns 
False 
>>> 'Such' in nouns 
False 

輸出到列表理解：http://pastebin.com/bJaPdpUk

---

爲什麼random.choice(nn)失敗時nn是一組？

random.choice()的輸入是一個序列（參見https://docs.python.org/2/library/random.html#random.choice）。

random.choice（SEQ）

返回從非空序列 SEQ隨機元素。如果seq爲空，則引發IndexError。

和Python的序列類型在Python是

• str, unicode, list, tuple, bytearray, buffer, xrange在Python 2.x的（見https://docs.python.org/2/library/stdtypes.html#sequence-types-str-unicode-list-tuple-bytearray-buffer-xrange）。
在Python 3.x的
• list, tuple, range（見https://docs.python.org/3.6/library/stdtypes.html#sequence-types-list-tuple-range）
• （二進制序列類型）bytes, bytearray, memoryview在Python 3.x的
• （文本串序列）str在Python 3.x的

由於set ISN '一個序列，你會得到IndexError。