Nltk的词网lemmatizer不会引起所有单词

Question

我试图在文本中词汇单词化。例如像“酸菜”应该转向“泡菜”，“跑”到“运行”，“葡萄干”到“葡萄干”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'一样，输出结果并不如预期的那样。如何获得'pickle'和'run'这些，而不必指定'v'（动词）等词。

Answer 1

你可以得到lemmatize()功能名词或通过获取传递'v'或'n'参数，而不是通过任何中间功能的最常见的结果动词的基本形式。

不是一个直接的办法，但你可以试试下面的代码得到一个名词的基本形式或动词：

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