python tokenize_model_如何将关键字放入NLTK tokenize中?

我想你想要的是关键词提取,你可以这样做,比如先用词性标签标记每个词,然后在词性标签上应用某种正则表达式,把感兴趣的单词连接成关键词短语。在import nltk

from nltk import pos_tag

from nltk import tokenize

def extract_phrases(my_tree, phrase):

my_phrases = []

if my_tree.label() == phrase:

my_phrases.append(my_tree.copy(True))

for child in my_tree:

if type(child) is nltk.Tree:

list_of_phrases = extract_phrases(child, phrase)

if len(list_of_phrases) > 0:

my_phrases.extend(list_of_phrases)

return my_phrases

def main():

sentences = ["My favorite game is call of duty"]

grammar = "NP: {

?*|*}"

cp = nltk.RegexpParser(grammar)

for x in sentences:

sentence = pos_tag(tokenize.word_tokenize(x))

tree = cp.parse(sentence)

print "\nNoun phrases:"

list_of_noun_phrases = extract_phrases(tree, 'NP')

for phrase in list_of_noun_phrases:

print phrase, "_".join([x[0] for x in phrase.leaves()])

if __name__ == "__main__":

main()

这将输出以下内容:

^{pr2}$

但是,你可以到处玩grammar = "NP: {

?*|*}"

尝试其他类型的表达式,以便根据要连接到一起的单词/标记准确地获得所需的内容。在

如果你感兴趣的话,也可以看看这篇关于关键词/单词提取的非常好的介绍:

  • 0
    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