2020.7.17 继续肝第一个exel文件…用python的nltk模块给上百行的动词还原lemmatization

本文仅作为个人语料处理日志，若有错误请各位看官轻喷。欢迎交流o(￣▽￣)ブ

感觉在最初的动名词搭配筛选就仔细分析性数格很费时间。今天就只筛选动名词短语吧。

今天纠结的点如下：

1. 这个作者使用很多状态被动态，ich war überzeugt, wir waren berührt… 还是也收在我的动名词搭配里吧；
2. 某些动词第二分词构成的短语在句中作为一个单独成份，不知道要不要归在内，“abgesehen davon”，可能以后还会出现“überzeugt davon/ unbewusst davon”，可以下个星期问问导师 (T_T)；
3. 开题的时候就已经考虑道主语也有可能是名词，这一开始分析就忘了；然鹅突然有个想法，是人称代词的话有必要也放在论文里一起分析么？从这个课题的研究角度而言还是有意义的，只是论文主题为动名词搭配，混入人称代词的话不知道会不会过于混乱了，这个……也问问导师吧……

   突然发觉，这个点应该可以单独拎出来做个小论文，搞定秋季的研究生论坛吧……不然要延毕了。

4. 今天的重头戏是用python把这个表格里八百多行的各种形式的单词lemmatization，原先手动敲了几十行，结果发现还没搞定五分之一，忒坑了。

原先使用Stanford的nlp系统，但是我实在没找到我能看懂的教程，最后发现了个nltk的操作还挺简单，决定就是你了。

原地址：