Rilevamento sostantivi in ​​chiamate Python per le competenze di un programmatore e un linguista . La lingua inglese si pone trappole per il linguista computazionale intrepido con la sua ricca ambiguità morfologica . Ad esempio, la parola " croci " potrebbe essere un sostantivo plurale o di una terza persona verbo di tempo presente . Fortunatamente, i creatori del Natural Language Toolkit Python Module hanno sviluppato un tagger parte del discorso che rappresenta queste difficoltà e possono taggare le parole di frasi inglesi con le loro rispettive parti del discorso , tra sostantivi . Cose che ti serviranno
Python 2.4 , 2.5, o 2.6
Natural Language Toolkit Python Module
Mostra più istruzioni
1

scaricare e installare il modulo Python Linguaggio Naturale Toolkit dal sito del progetto ntlk.org . Potrebbe essere necessario installare i moduli aggiuntivi per sostenere NLTK .
2

Aprire una finestra di terminale e iniziare una sessione di Python Python digitando al prompt della riga di comando. Quando Python è installato e funzionante , richiamare il modulo NLTK con il NLTK importazione comando . Il prompt dei comandi e guardare come questo su Mac OS X :

My- MacBook - Pro : ~ $ python PNA1

Python 2.6.1 ( R261 : 67515 , 24 giugno 2010 , 21:47 : 49 ) per

[ GCC 4.2.1 ( Apple Inc. di build 5646 ) ] su Darwin

Type "help " , "copyright " , " crediti" o " licenza " per ulteriori informazioni .

>>> import NLTK

>>>
3

Invocate la parte del discorso tagger e immettere la frase in che si desidera rilevare sostantivi digitando i comandi ed i dati seguenti al prompt di Python :

>>> text = nltk.word_tokenize ( " l' uomo attraversa la strada per vendere croci . " ) < br >

>>> nltk.pos_tag ( testo ) economici 4

Premere il tasto di ritorno dopo >>> nltk.pos_tag ( testo ) per

[ ,"( ' I ', ' DT ') , ( 'uomo' , ' NN ') , ( ' croci ', ' VBZ ') , ( ' la ', ' DT ') , ( 'street ', ' NN ' ) , ( ' a ', ' a ') , ( 'vendere' , ' VB ') , ( ' croci ', ' NNS ') , ( ' . ', ' . ') ]

>> >

NLTK ha correttamente etichettato ogni parola nella frase . In particolare, ha rilevato i nomi e li etichettato come singolari sostantivi con NN ( uomo , strada) e sostantivi plurali con NNS ( croci) e ha correttamente segnato la prima occorrenza di croci come un verbo con il tag VBZ .