ฉันจะค้นหารายการที่มีแท็ก pos ที่เป็นไปได้ทั้งหมดที่ใช้โดย Natural Language Toolkit (nltk) ได้อย่างไร
ฉันจะค้นหารายการที่มีแท็ก pos ที่เป็นไปได้ทั้งหมดที่ใช้โดย Natural Language Toolkit (nltk) ได้อย่างไร
คำตอบ:
หนังสือเล่มนี้มีหมายเหตุวิธีการค้นหาความช่วยเหลือเกี่ยวกับชุดแท็กเช่น:
nltk.help.upenn_tagset()คนอื่นอาจจะคล้ายกัน (หมายเหตุ: บางทีคุณต้องดาวน์โหลดtagsetsจากส่วนรุ่นผู้ช่วยดาวน์โหลดนี้ก่อน)
RBความหมายadverbของ ( นี่คือตัวอย่างหรือดูคำตอบของ @ Suzana ซึ่งเชื่อมโยงชุดแท็ก Penn Treebank ) แต่คุณกำลังขวา, builtin nltk.help.upenn_tagset('RB')เป็นประโยชน์และกล่าวถึงในช่วงต้นnltkหนังสือ ,
เพื่อประหยัดคนบางครั้งนี่คือรายการที่ฉันดึงมาจากคลังข้อมูลขนาดเล็ก ฉันไม่ทราบว่ามันเสร็จสมบูรณ์ แต่ควรมีคำจำกัดความช่วยเหลือมากที่สุด (ถ้าไม่ใช่ทั้งหมด) จาก upenn_tagset ...
CC : ร่วมการประสานงาน
& 'n and both but either et for less minus neither nor or plus so
therefore times v. versus vs. whether yetCD : ตัวเลข, สำคัญ
mid-1890 nine-thirty forty-two one-tenth ten million 0.5 one forty-
seven 1987 twenty '79 zero two 78-degrees eighty-four IX '60s .025
fifteen 271,124 dozen quintillion DM2,000 ...DT : ตัวกำหนด
all an another any both del each either every half la many much nary
neither no some such that the them these this thoseEX : มีอยู่จริงที่นั่น
thereใน : คำบุพบทหรือร่วมรอง
astride among uppon whether out inside pro despite on by throughout
below within for towards near behind atop around if like until below
next into if beside ...JJ : คำคุณศัพท์หรือตัวเลขลำดับ
third ill-mannered pre-war regrettable oiled calamitous first separable
ectoplasmic battery-powered participatory fourth still-to-be-named
multilingual multi-disciplinary ...JJR : คำคุณศัพท์เปรียบเทียบ
bleaker braver breezier briefer brighter brisker broader bumper busier
calmer cheaper choosier cleaner clearer closer colder commoner costlier
cozier creamier crunchier cuter ...JJS : คำคุณศัพท์ชั้นเยี่ยม
calmest cheapest choicest classiest cleanest clearest closest commonest
corniest costliest crassest creepiest crudest cutest darkest deadliest
dearest deepest densest dinkiest ...LS : เครื่องหมายรายการ
A A. B B. C C. D E F First G H I J K One SP-44001 SP-44002 SP-44005
SP-44007 Second Third Three Two * a b c d first five four one six three
twoMD : ช่วยโมดัล
can cannot could couldn't dare may might must need ought shall should
shouldn't will wouldNN : คำนามสามัญทั่วไปเอกพจน์หรือมวล
common-carrier cabbage knuckle-duster Casino afghan shed thermostat
investment slide humour falloff slick wind hyena override subhumanity
machinist ...NNP : คำนามถูกต้องเอกพจน์
Motown Venneboerger Czestochwa Ranzer Conchita Trumplane Christos
Oceanside Escobar Kreisler Sawyer Cougar Yvette Ervin ODI Darryl CTCA
Shannon A.K.C. Meltex Liverpool ...NNS : คำนามสามัญพหูพจน์
undergraduates scotches bric-a-brac products bodyguards facets coasts
divestitures storehouses designs clubs fragrances averages
subjectivists apprehensions muses factory-jobs ...PDT : ตัวกำหนดล่วงหน้า
all both half many quite such sure thisPOS : เครื่องหมายสัมพันธการก
' 'sPRP : สรรพนามส่วนบุคคล
hers herself him himself hisself it itself me myself one oneself ours
ourselves ownself self she thee theirs them themselves they thou thy usPRP $: สรรพนามความเป็นเจ้าของ
her his mine my our ours their thy yourRB : คำวิเศษณ์
occasionally unabatingly maddeningly adventurously professedly
stirringly prominently technologically magisterially predominately
swiftly fiscally pitilessly ...RBR : คำวิเศษณ์เปรียบเทียบ
further gloomier grander graver greater grimmer harder harsher
healthier heavier higher however larger later leaner lengthier less-
perfectly lesser lonelier longer louder lower more ...RBS : คำวิเศษณ์สุดยอด
best biggest bluntest earliest farthest first furthest hardest
heartiest highest largest least less most nearest second tightest worstRP : อนุภาค
aboard about across along apart around aside at away back before behind
by crop down ever fast for forth from go high i.e. in into just later
low more off on open out over per pie raising start teeth that through
under unto up up-pp upon whole with youถึง : "ถึง" เป็นคำบุพบทหรือเครื่องหมาย infinitive
toUH : คำอุทาน
Goodbye Goody Gosh Wow Jeepers Jee-sus Hubba Hey Kee-reist Oops amen
huh howdy uh dammit whammo shucks heck anyways whodunnit honey golly
man baby diddle hush sonuvabitch ...VB : คำกริยารูปแบบฐาน
ask assemble assess assign assume atone attention avoid bake balkanize
bank begin behold believe bend benefit bevel beware bless boil bomb
boost brace break bring broil brush build ...VBD : คำกริยากาลที่ผ่านมา
dipped pleaded swiped regummed soaked tidied convened halted registered
cushioned exacted snubbed strode aimed adopted belied figgered
speculated wore appreciated contemplated ...VBG : คำกริยาคำกริยาหรือคำกริยา
telegraphing stirring focusing angering judging stalling lactating
hankerin' alleging veering capping approaching traveling besieging
encrypting interrupting erasing wincing ...VBN : คำกริยากริยาที่ผ่านมา
multihulled dilapidated aerosolized chaired languished panelized used
experimented flourished imitated reunifed factored condensed sheared
unsettled primed dubbed desired ...VBP : คำกริยานำเสนอกาลไม่ใช่บุคคลที่ 3 เอกพจน์
predominate wrap resort sue twist spill cure lengthen brush terminate
appear tend stray glisten obtain comprise detest tease attract
emphasize mold postpone sever return wag ...VBZ : คำกริยากาลปัจจุบันบุคคลที่ 3 เอกพจน์
bases reconstructs marks mixes displeases seals carps weaves snatches
slumps stretches authorizes smolders pictures emerges stockpiles
seduces fizzes uses bolsters slaps speaks pleads ...WDT : WH- ตัวกำหนด
that what whatever which whicheverWP : WH- คำสรรพนาม
that what whatever whatsoever which who whom whosoeverWRB : Wh-adverb
how however whence whenever where whereby whereever wherein whereof whyชุดแท็กขึ้นอยู่กับคลังข้อมูลที่ใช้ในการฝึกอบรมแท็กเกอร์ Tagger เริ่มต้นของnltk.pos_tag()การนำมาใช้ประโยชน์แท็กชุดเพนน์ Treebank
ใน NLTK 2 คุณสามารถตรวจสอบได้ว่าตัวแท็กเกอร์ใดเป็นตัวแท็กเริ่มต้นดังนี้:
import nltk
nltk.tag._POS_TAGGER
>>> 'taggers/maxent_treebank_pos_tagger/english.pickle'นั่นหมายความว่ามันเป็นแท็กเกอร์สูงสุดของเอนโทรปีที่ได้รับการฝึกฝนเกี่ยวกับคลังต้นไม้
nltk.tag._POS_TAGGERไม่มีอยู่ใน NLTK 3 อีกต่อไป แต่เอกสารระบุว่าตัวติดแท็กแบบนอกชั้นวางยังคงใช้ชุดแท็ก Penn Treebank
nltk.tag._POS_TAGGERไม่ได้ดำเนินการและไม่มีคำแนะนำเฉพาะเกี่ยวกับสิ่งที่จะนำเข้า นอกจากนี้การค้นหาแท็กเกอร์ที่ใช้อยู่นั้นเป็นครึ่งหนึ่งของคำตอบคำถามคือขอให้รับรายการแท็กที่เป็นไปได้ทั้งหมดภายในตัวแท็กเกอร์
ด้านล่างนี้มีประโยชน์ในการเข้าถึง dict ที่คีย์โดยตัวย่อ:
>>> from nltk.data import load
>>> tagdict = load('help/tagsets/upenn_tagset.pickle')
>>> tagdict['NN'][0]
'noun, common, singular or mass'
>>> tagdict.keys()
['PRP$', 'VBG', 'VBD', '``', 'VBN', ',', "''", 'VBP', 'WDT', ...การอ้างอิงสามารถดูได้ที่เว็บไซต์อย่างเป็นทางการ
คัดลอกและวางจากตรงนั้น:
คุณสามารถดาวน์โหลดรายการที่นี่: ftp://ftp.cis.upenn.edu/pub/treebank/doc/tagguide.ps.gz มันรวมถึงบางส่วนของการพูดที่สับสนการใช้อักษรตัวใหญ่และแบบแผนอื่น ๆ นอกจากนี้วิกิพีเดียมีส่วนที่น่าสนใจที่คล้ายกันนี้ ส่วน: ใช้แท็กบางส่วนของคำพูด
['LS', 'TO', 'VBN', "''", 'WP', 'UH', 'VBG', 'JJ', 'VBZ', '--', 'VBP', 'NN', 'DT', 'PRP', ':', 'WP$', 'NNPS', 'PRP$', 'WDT', '(', ')', '.', ',', '``', '$', 'RB', 'RBR', 'RBS', 'VBD', 'IN', 'FW', 'RP', 'JJR', 'JJS', 'PDT', 'MD', 'VB', 'WRB', 'NNP', 'EX', 'NNS', 'SYM', 'CC', 'CD', 'POS']ขึ้นอยู่กับวิธีของ Doug Shore แต่ทำให้ง่ายต่อการคัดลอกและวาง
เพียงเรียกใช้คำต่อคำนี้
import nltk
nltk.download('tagsets')
nltk.help.upenn_tagset()nltk.tag._POS_TAGGERจะไม่ทำงาน มันจะทำให้AttributeError: โมดูล 'nltk.tag' ไม่มีแอตทริบิวต์ '_POS_TAGGER' ไม่สามารถใช้งานได้ใน NLTK 3 อีกต่อไป