Woordsoorttagging

Feature Engineering voor NLP in Python

Rounak Banik

Data Scientist

Toepassingen

Woordbetekenis-ontdubbeling
- "The bear is a majestic animal"
- "Please bear with me"
Sentimentanalyse
Vraagbeantwoording
Nepnieuws- en reviewspam-detectie

Elke woordvorm een bijbehorende woordsoort geven.
```
"Jane is an amazing guitarist."
```
POS-tagging:
- Jane → eigennaam
- is → werkwoord
- an → lidwoord
- amazing → bijvoeglijk naamwoord
- guitarist → zelfstandig naamwoord

import spacy

# Load the en_core_web_sm model
nlp = spacy.load('en_core_web_sm')

# Initiliaze string
string = "Jane is an amazing guitarist"

# Create a Doc object
doc = nlp(string)

...
...
# Generate list of tokens and pos tags
pos = [(token.text, token.pos_) for token in doc]
print(pos)

[('Jane', 'PROPN'), 
 ('is', 'VERB'), 
 ('an', 'DET'), 
 ('amazing', 'ADJ'), 
 ('guitarist', 'NOUN')]

spaCy-documentatie over POS-annotaties

Feature Engineering voor NLP in Python