我是一个新手,正在努力完成我确信这是一项简单的任务。
我有一个从POS tagging
中摘录的单词列表:
words = ['drink', 'drinking']
我想lemmatize
它们,然后处理它们(使用set
?(,以最终将我的列表细化为:
refined_list = ['drink']
但是,我坚持下一步进行词形还原 - 我的方法仍然返回以下内容:
refinded_list = ['drink', 'drinking']
我试图引用这个,但不知道要导入什么才能让"lmtzr"工作或如何让它工作。
这是我到目前为止的代码:
import nltk
words = ['drink', 'drinking']
WNlemma = nltk.WordNetLemmatizer()
refined_list = [WNlemma.lemmatize(t) for t in words]
print(refined_list)
谢谢你帮助我。
您需要将lemmatize
中的pos
标签参数设置为VERB。默认情况下,它是名词。 因此,即使您传递动词,它也会将所有内容视为名词。
import nltk
words = ['drink', 'drinking']
WNlemma = nltk.WordNetLemmatizer()
refined_list = [WNlemma.lemmatize(t, pos='v') for t in words]
print(refined_list)
输出:
['drink', 'drink']