如何使用 Pattern 对西班牙语单词进行词形还原？答案

【问题标题】：How to lemmatize spanish words with Pattern?如何使用 Pattern 对西班牙语单词进行词形还原？
【发布时间】：2014-12-05 01:16:19
【问题描述】：

我想对一堆意见进行词形还原。据我所知，nltk 无法对不同于英语的语言中的单词进行词形还原。稍微研究了一下，我发现了pattern，它可以对多种语言的单词进行词形还原。如何使用模式对某些文本进行词形还原？

这是我的测试语料库：

# -- coding: utf-8 --

from pattern.es import lemma #unresolved reference

opinions = ["Este es un post de juguetes de aprendizaje \
automático. En realidad, contiene no mucho \
material interesante.",
"Las bases de datos de imágenes proporcionan \
capacidades de almacenamiento.",
"La mayoría de las bases de datos de imágenes \
imágenes seguras de forma permanente.",
"Los datos de imagen de tienda bases de datos.",
"Imagina almacenar bases de datos de bases de \
datos de imágenes. Almacenar datos. Bases de datos \
de imágenes de datos de la tienda."]

print lemma(opiniones)

输出：

  File "/Users/user/PycharmProjects/Pruebas/Lemmatizacion.py", line 18, in <module>
    print lemma(opiniones)
  File "/usr/local/lib/python2.7/site-packages/pattern/text/__init__.py", line 1591, in lemma
    if verb.lower() in self._inverse:
AttributeError: 'list' object has no attribute 'lower'

如何对opinions 进行词形还原？

【问题讨论】：

标签： python machine-learning nlp nltk text-classification

【解决方案1】：

您可以使用模式的 parsetree 函数对文本进行词形还原，并将词形参数设置为 True。

from pattern.es import parsetree
parsetree("buena", lemmata=True)
# Returns [Sentence('buena/JJ/B-ADJP/O/bueno')]

【讨论】：

当我导入 parsetree 时，我有一个未解析的引用，我该如何解决这个问题？
在这种情况下，您可能没有正确安装/配置模式库。这个 PyCharm 错误是您所指的“未解决的参考”类型吗？ stackoverflow.com/questions/21236824/…
谢谢你，内森，我按照说明操作，但我仍然遇到未解决的参考问题。我该怎么办？..
Pattern 文档（请参阅句子部分以了解解析树的使用）：clips.uantwerpen.be/pages/pattern-en。基本用法：pt = parsetree("buenos dias", lemmata=True) for sentence in pt: for lemmata in sentence.lemmata: print lemmata