迭代和词形还原列表

Question

我是一个新手，正在努力完成我确信是一项简单的任务。

我有一个词表来自 POS tagging:

words = ['drink', 'drinking']

我想 lemmatize 它们然后处理它们（使用 set？）最终将我的列表细化为：

refined_list = ['drink']

但是，我仍然停留在词形还原的下一步 - 我的方法仍然 returns 以下内容：

refinded_list = ['drink', 'drinking']

我试图引用但无法弄清楚要导入什么 'lmtzr' 可以工作或如何让它工作。

到目前为止，这是我的代码：

import nltk
words = ['drink', 'drinking']
WNlemma = nltk.WordNetLemmatizer()
refined_list = [WNlemma.lemmatize(t) for t in words]
print(refined_list)

谢谢你帮助我。

Answer 1

您需要将 lemmatize 中的 pos 标记参数设置为 VERB。默认情况下它是名词。因此，即使您传递动词，它也会将所有内容视为名词。

import nltk
words = ['drink', 'drinking']
WNlemma = nltk.WordNetLemmatizer()
refined_list = [WNlemma.lemmatize(t, pos='v') for t in words]
print(refined_list)

输出：

['drink', 'drink']

迭代和词形还原列表

Iterate and Lemmatize List

python

python-3.x

nltk

lemmatization