我是NLP的新手，并尝试使用spacy，其他库也可以。 在我的数据集中，我有很多计算机位置和计算机名称的名称，例如： WRN212 asnd WRN800 SKh1038 PHk2gd 这个名字在我的数据集中是自由格式化的文本，有人知道如何提取这些单词吗？
这在斯帕西可能吗？ 有没有地方和例子？
提前谢谢你。
迎接
">
未知词"是一个主观术语(名称，城市，公司名称等(，因此很难对其进行分类。如果您使用的是Spacy，我最好的选择是使用词形还原器来检查形态根是否存在。如果没有，则可能是您的单词未知(或拼写错误(。以下是您可以做到这一点的方法：
from spacy.lemmatizer import Lemmatizer
lemmatizer = Lemmatizer()
def is_unknown(word):
return len(lemmatizer(word)) == 0