规范化文本

[w.lower() for w in text], 通过使用lower()将文本规范化为小写。还有更多的规范化文本的尝试。

词干提取器

Porter词干提取器

porter = nltk.PorterStemmer()
[porter.stem(t) for t in tokens]

词形归并

词形归并是一个过程,将一个词的各种形式映射到这个词的标准的或引用的形式,也称为词位或词元。


WordNet词形归并器, 删除词缀产生的词,都是它词典中的词。这个额外的检查使词形归并器比刚才的词干提取器速度要++慢++。

wnl = nltk.WordNetLemmatizer()
[wnl.lemmatize(t) for t in tokens]

参考《Natural Language Processing with Python》

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值