Nlp 如何对德语文本进行柠檬化？

我有一个德语文本，我想应用柠檬化。如果柠檬化是不可能的，那么我也可以使用词干

数据：这是我的德语文本：

mails=['Hallo. Ich spielte am frühen Morgen und ging dann zu einem Freund. Auf Wiedersehen', 'Guten Tag Ich mochte Bälle und will etwas kaufen. Tschüss']

目标：应用柠檬化后，其外观应类似于：

mails_lemma=['Hallo. Ich spielen am früh Morgen und gehen dann zu einer Freund. Auf Wiedersehen', 'Guten Tag Ich mögen Ball und wollen etwas kaufen Tschüss']

我试着用spacy

康达安装-c康达锻造空间

python-mspacy下载de_core_news_md

我看到以下问题

我的数据是用句子而不是单字构成的

在我的例子中，spacy柠檬化似乎对单个单词也不起作用

---

您能告诉我这是如何工作的吗？

只需将其包装成一个循环，并获得每个令牌的引理：

导入空间
nlp=spacy.load（'de_core_news_md'）
邮件=[“您好，我是弗雷恩·弗雷恩，我是弗雷恩·弗雷恩·弗雷恩·弗雷恩·弗雷恩·弗雷恩·弗雷恩·弗雷恩·弗雷德·弗雷德·弗雷德·弗雷德·弗雷德·弗雷德·弗雷德·弗雷德·弗雷德·弗雷德·弗雷德·弗雷德·弗雷德·弗雷德·弗雷德·弗雷
邮件\引理=[]
邮寄邮件：
doc=nlp（邮件）
结果=''.join（[x.lemma u]表示文档中的x]）
邮件附加引理（结果）

输出：

[“您好，我是弗雷根和弗雷德的父亲”，
“Guten tagen ich mögen Ball and wollen Ewas kaufen.Tschüss”]

使用

HanoverTagger

库，您可以这样做：（有关更多详细信息，请参阅）

首先使用

安装汉塔
！pip安装汉塔
，然后

from HanTa import HanoverTagger as ht

tagger = ht.HanoverTagger('morphmodel_ger.pgz')

mails=['Hallo. Ich spielte am frühen Morgen und ging dann zu einem Freund. Auf Wiedersehen',
       'Guten Tag Ich mochte Bälle und will etwas kaufen. Tschüss']

mails_lemma = []
for mail in mails:
    lemma = [lemma for (word,lemma,pos) in tagger.tag_sent(mail.split())]
    mails_lemma.append(' '.join(lemma))

我建议result=''.join（[token.lemma”表示nlp（邮件）中的令牌）
from HanTa import HanoverTagger as ht

tagger = ht.HanoverTagger('morphmodel_ger.pgz')

mails=['Hallo. Ich spielte am frühen Morgen und ging dann zu einem Freund. Auf Wiedersehen',
       'Guten Tag Ich mochte Bälle und will etwas kaufen. Tschüss']

mails_lemma = []
for mail in mails:
    lemma = [lemma for (word,lemma,pos) in tagger.tag_sent(mail.split())]
    mails_lemma.append(' '.join(lemma))