用 spacy 单数化名词短语

Question

我正在寻找一种使用 spacy

来单数化名词块的方法

S='There are multiple sentences that should include several parts and also make clear that studying Natural language Processing is not difficult '
nlp = spacy.load('en_core_web_sm')
doc = nlp(S)

[chunk.text for chunk in doc.noun_chunks]
# = ['an example sentence', 'several parts', 'Natural language Processing']

还可以得到名词块的"root":

[chunk.root.text for chunk in doc.noun_chunks]
# = ['sentences', 'parts', 'Processing']

我正在寻找一种方法来单一化这些块的根。

目标：单一化：['sentence'、'part'、'Processing']

有什么明显的方法吗？这是否总是取决于每个词根的词性？

谢谢

注意：我发现了这个：https://www.geeksforgeeks.org/nlp-singularizing-plural-nouns-and-swapping-infinite-phrases/ 但在我看来，这种方法会导致许多不同的方法，当然每种语言都不同。（我在 EN、FR、DE 工作）

Answer 1

有！你可以在每个名词块中取中心词的词元。

[chunk.root.lemma_ for chunk in doc.noun_chunks]                       
Out[82]: ['sentence', 'part', 'processing']

Answer 2

要获得每个单词的基本形式，可以使用“.lemma_” 属性 of chunk or token 属性

我用的是Spacy版本2.x

import spacy
nlp = spacy.load('en_core_web_sm', disable=['parser', 'ner'])
doc = nlp('did displaying words')
print (" ".join([token.lemma_ for token in doc]))

和输出：

do display word

希望对您有所帮助:)

用 spacy 单数化名词短语

singularize noun phrases with spacy

nlp

spacy

chunks

lemmatization