Nlp 自定义字标记器

我是NLP的新手，正在逐渐了解NLTK，但在我试图完成的事情上起步时遇到了一些困难

我想构建我自己的word tagger，这样如果我传递一个字符串，如“The Porsche is red”，函数将返回（'Porsche'、'Car'、'red'、'Color'）

我已经建立了定义类别的词典。我只是在挣扎如何开始。有人能提供一些帮助吗

非常感谢

更新：此时的词典是一个简单的两列列表，采用.csv格式，包含单词及其对应的类别

示例链接：

真诚地，

---

Mick

我认为在列表中进行简单的查找可能会奏效。首先标记文本，然后遍历标记并在类别列表中查找列表中的每个标记

您可能遇到的一个问题是类别之间的重叠。是否有任何单词出现在多个类别列表中？如果是这样，您需要一种方法来消除给定标记所属类别的歧义。如果不是，简单的列表查找应该可以工作

更准确地说，我将一步一步地做：

将数据导入字典

标记文本

对于每个令牌，查找令牌是否在字典的键中

根据单词所属的类别标记它

---

希望对您有所帮助。

您能发布一个指向该词典的链接（或其示例）并简要描述其格式吗？谢谢您的快速回复。我已经更新了帖子。Andreas谢谢你的帮助！这给了我一些思考的东西。