Python 捕捉单词并重写

用nlpnet（）制作了一个单词分类器。目标是仅提取具有给定标记的单个单词

响应代码

import nlpnet
import codecs
import itertools

TAGGER = nlpnet.POSTagger('pos-pt', language='pt')


def TAGGER_txt(text):
    return (list(TAGGER.tag(text)))

with codecs.open('document.txt', encoding='utf8') as original_file:
     with codecs.open('document_teste.txt', 'w') as output_file:
          for line in original_file.readlines():
          print (line)
          words = TAGGER_txt(line)
          all_words = list(itertools.chain(*words))
          nouns = [word[0] for word in all_words if word[1]=='V']
          print (nouns)

结果

O gato esta querendo comer o ratão 
['gato', 'ratão']

---

我认为这可能是你所需要的本质请查看编辑版本。

正如您在问题中所说，标记

句子

的结果类似于

标记的

。如果您只需要

句子

中的名词，可以使用

名词=

之后的表达式恢复它们

Sentence = " O gato esta querendo comer o rato "  
tagged = [('O', 'ADJ'), ('gato', 'N'), ('esta', 'V'), ('querendo', 'V'), ('comer', 'V'), ('o', 'ADJ'), ('rato', 'N')]

nouns = [t[0] for t in tagged if t[1]=='N']

print (nouns)

输出：

['gato', 'rato']

 O gato esta querendo comer o ratão 
['gato', 'ratão']

编辑：我不清楚你想要什么。还有一种可能性

• 我还没有安装nlpnet，因为这将是一个相当大的工作，我不会使用它自己
• 我用TAGGER_txt模拟TAGGER.txt
• 我已将编码改为拉丁语-1。它用于标题和

  编解码器中。打开
  

输出：

['gato', 'rato']

 O gato esta querendo comer o ratão 
['gato', 'ratão']

问题：。。。将包含超过N次特定词性出现的句子转储到文件中

---

注意：假设

'document.txt'

每行包含一句话

输出：

Sentence:O gato esta querendo comer o ratão
[(u'O', u'ART'), (u'gato', u'N'), (u'esta', u'PROADJ'), (u'querendo', u'V'), (u'comer', u'V'), (u'o', u'ART'), (u'rat', u'N')]

---

用Python测试：3.4.2和2.7.9

您的问题，并显示一个包含5个以上动词的示例句子，以及该句子的

打印输出（TAGGER.tag（句子）[0].arg_结构）

。输入文件的一行是否包含一些整数倍数的葡萄牙语句子？我的意思是，没有额外的单词，比如前一句的结尾或下一句的开头？@stovfl我编辑了这个问题，看看它是否更清晰。@BillBell和一个包含多行文本、不同大小和不同单词的文本文档。（1）让我换一种方式来回答我的问题：如果我读了输入文本文件的一行，它会包含一个句子吗？（2） 请您在问题中插入文字，以便我们可以方便地复制，而不是给我们图片，好吗？我理解您的逻辑。但是，在标记参数中，我无法有效地应用于我的codic。我只需要捕获类别为n的单词。@Jeferson:您的问题并显示您的预期输出，或者从#Bill Bell处获取答案。抱歉，我不想解释我的问题。