问题标签 [lemmatization]

当我打开 verb.exc 时，我可以看到

虽然我在代码中使用词形还原

这怎么可能发生？我在修改 wordNet 时是否有误解？

我正在尝试在推文上使用 NLTK WordNet Lemmatizer。

我想删除所有在 WordNet 中找不到的单词（twitter 句柄等），但 WordNetLemmatizer.lemmatize() 没有反馈。如果找不到单词，它只会返回未更改的单词。

有没有办法检查是否在 WordNet 中找到了一个单词？

或者，有没有更好的方法从字符串中删除“正确的英语单词”以外的任何内容？

我正在基于 lucene 的搜索中搜索一个单词，并且我想在 java 中将诸如“eating”、“eats”之类的字符串转换为“eat”。我搜索并找到了词形还原作为解决方案，但是我遇到的所有英语词形还原工具都使用词表或字典查找。是否有任何可以避免字典查找并提供高效率的词形还原器，可能是基于规则的词形还原器。是的，我不是在寻找“词干”。或是否有任何方法（不重要的准备使用库、任何算法、方法等）来获取根/原始单词。

所以我有一个文本文件中的单词列表。我想对它们进行词形还原以删除具有相同含义但时态不同的单词。像尝试，尝试等。当我这样做时，我不断收到类似 TypeError: unhashable type: 'list' 的错误

如何对已经是标记的单词进行词形还原？

我目前正在使用 Stanford Core NLP 从文本中获取单词引理。斯坦福套件中有什么方法可以“反向”运行吗？例如，假设我有引理“come”并且我想获得动名词形式（'VBG' POS 标签）“coming”。

如果这在斯坦福套件中不可用，任何人都可以推荐一个可以完成此任务的不同 Java 工具吗？

我正在 scala 中编写脚本，以使用此链接中的 wordnetlemmatizer 对某些文本进行词形化。

API 说可以创建 lemmatizer 对象new wordNetLemmatizer(wordnet dir)

如何将 word net dir 的输入流作为参数传递给上面。

这是我的参考。

任何帮助将不胜感激。

我有两个制表符分隔的文件。一个包含引理和词干，另一个包含形成语法形式所需的内容。

文件（引理和词干）：

文件（后缀）：

遵循和输出的规则：

也就是说，如果我只在括号中找到一个字母，我选择引理的最后一个辅音并将它添加到词干，如果我在括号中找到两个字母，我将最后一个辅音加倍并将它添加到词干。还添加了括号中字母之后的内容。

双辅音表：

最后，我自己解决了这个问题。我展示了解决方案，以防它适用于任何 OP：

我建立了一个明文语料库，下一步是对我所有的文本进行词形还原。我正在使用WordNetLemmatizer并且需要每个标记的pos_tag以免遇到问题，例如爱 -> 引理 = 爱和爱 -> 引理 = 爱...

我认为默认的 WordNetLemmatizer-POS-Tag 是 n (=Noun)，但是如何使用 pos_tag？我认为预期的 WordNetLemmatizer-POS-Tag 与我得到的 pos_tag 不同。有什么功能或什么可以帮助我吗？！？！

在这一行中，我认为 word_pos 是错误的，这就是错误原因

引理 = wordnet_lemmatizer.lemmatize(word,word_pos)

附加问题： pos_tag 是否足以用于我的词形还原或需要我另一个标记器？我的文字是歌词...

这是代码。正确生成类型化的依赖项。有没有办法以引理形式打印那些类型化的依赖对象？

我正在尝试使用 NLTK 运行这些代码：

结果出现了错误：

出了什么问题以及如何解决这个问题？谢谢！