Python 将单词识别为名词、动词或形容词

给定一个单词，比如“table”，我想确定它最常用的是什么，它最常用的用法是名词、动词还是形容词。我想用python来做这件事。除了wordnet还有别的吗？我不喜欢wordnet。或者，如果我使用wordnet，我将如何准确地使用它

如果你有一个不符合上下文的单词，并且想知道它最常用的用法，你可以查看其他人的频率表（例如），或者你可以自己统计：只需找到一个足够大的标记语料库，然后统计它的实例。如果你想使用免费的语料库，NLTK包括（100万字）。NLTK还提供了使用大型非自由语料库（如英国国家语料库）的方法

import nltk


text = 'This is a table. We should table this offer. The table is in the center.'
text = nltk.word_tokenize(text)
result = nltk.pos_tag(text)
result = [i for i in result if i[0].lower() == 'table']

print(result) # [('table', 'JJ'), ('table', 'VB'), ('table', 'NN')]

---

你需要词性。Wordnet对单词的每个词义都有一个频率（例如，“table”）。但自2003年以来（据我记忆所及），这一数据从未更新过。更好的选择是下载Google n-grams并在该数据集上进行词性标记。您如何对5字ngrams进行词性标记？那个主意是没有先例的。但谷歌确实提供了第一个单词的POS分类，所以这将是一种获得广泛计数的方法。如果你有足够的磁盘空间，并且真的需要翻阅那么多的数据，那么如果这个词是断章取义的呢。仅仅是“表”这个词，以及它最常见的用法，无论是名词、动词等等。你所说的“断章取义”是什么意思？正是上下文使这一定义（词性）成为可能。任何名词都可以被逐字逐句。我的意思是，考虑到“表”这个词，这个词在现实世界中最常见的用法是什么——名词、动词、形容词等。@jontyrhodes你是说它在这个星球上作为一个整体最常见的用法？我不知道，你应该问问谷歌。

import nltk
from nltk.corpus import brown
table = nltk.FreqDist(t for w, t in brown.tagged_words() if w.lower() == 'table')
print(table.most_common())

[('NN', 147), ('NN-TL', 50), ('VB', 1)]