Etichetarea părților de vorbire

Ingineria caracteristicilor pentru NLP în Python

Rounak Banik

Data Scientist

Aplicații

Dezambiguizarea sensului cuvintelor
- "The bear is a majestic animal"
- "Please bear with me"
Analiza sentimentelor
Răspuns la întrebări
Detectarea știrilor false și a opiniilor spam

Atribuirea fiecărui cuvânt a părții de vorbire corespunzătoare.
```
"Jane is an amazing guitarist."
```
Etichetare POS:
- Jane → substantiv propriu
- is → verb
- an → articol
- amazing → adjectiv
- guitarist → substantiv

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')]

Documentația spaCy privind adnotările POS

Ingineria caracteristicilor pentru NLP în Python