Étiquetage des parties du discours

Ingénierie des caractéristiques pour le NLP en Python

Rounak Banik

Data Scientist

Applications

Désambiguïsation du sens des mots
- "The bear is a majestic animal"
- "Please bear with me"
Analyse de sentiment
Réponse à des questions
Détection des fausses nouvelles et du pourriel d'opinion

Attribuer à chaque mot sa partie du discours.
```
"Jane is an amazing guitarist."
```
Étiquetage POS :
- Jane → nom propre
- is → verbe
- an → déterminant
- amazing → adjectif
- guitarist → nom

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')]

Documentation spaCy sur les annotations POS

Ingénierie des caractéristiques pour le NLP en Python