【发布时间】:2016-05-15 05:02:38
【问题描述】:
我有一个使用 NLTK 到 POS 标记的名称列表。我将它与词段一起使用,因为名称像thisisme 一样混乱。
所以我已经成功地使用循环 POS 标记了这些名称,但是,我无法提取 POS 标签。整个练习都是通过 CSV 完成的。
这就是我希望 CSV 在一天结束时的样子。
name, length, pos
thisisyou 6 NN, ADJ
到目前为止我的代码是
import pandas as pd
import nltk
import wordsegment
from wordsegment import segment
from nltk import pos_tag, word_tokenize
from nltk.tag.util import str2tuple
def readdata():
datafileread = pd.read_csv('data.net.lint.csv')
domain_names = datafileread.DOMAIN[0:5]
for domain_name in domain_names:
seg_words = segment(domain_name)
postagged = nltk.pos_tag(seg_words)
limit_names = postagged
for keys,values in postagged:
print (posttagged)
readdata()
我得到了这个结果
NN
NN
ADJ
NN
这看起来不错,但它是错误的。某些 POS 标签不应在新行上。它应该只是像NNNN一样混乱。
【问题讨论】: