Python 为什么NLTK Lemmatizer可以'；Don’不要把一些复数词套用词法？

我试着将古兰经圣书中的一个词进行柠檬化，但有些词无法柠檬化

这是我的一句话：

sentence = "Then bring ten surahs like it that have been invented and call upon for assistance whomever you can besides Allah if you should be truthful"

这句话是我的txt数据集的一部分。 正如你所看到的，有“surahs”，它是“surah”的复数形式。 我试过我的代码：

def lemmatize(self, ayat):
    wordnet_lemmatizer = WordNetLemmatizer()
    result = []

    for i in xrange (len(ayat)):
        result.append(wordnet_lemmatizer.lemmatize(sentence[i],'v'))
    return result

当我运行并打印时，结果如下：

['bring', 'ten', 'surahs', 'like', u'invent', 'call', 'upon', 'assistance', 'whomever', 'besides', 'Allah', 'truthful']

“surahs”没有改成“surah”

谁都知道为什么？谢谢。

请参阅

对于大多数非标准英语单词，WordNet Lemmatizer对获得正确的引理没有多大帮助，请尝试词干分析器：

>>> from nltk.stem import PorterStemmer
>>> porter = PorterStemmer()
>>> porter.stem('surahs')
u'surah'

---

另外，在（一个

nltk

包装器，“无耻的插头”）中尝试发送的

lemmatize\u

：

---

wordnetlemmatizer本身并没有什么问题，但它不能很好地处理不规则的单词。你可以试试这个‘黑客’——我也试过那个黑客，但没有结果[]哇，谢谢。这很酷。但什么是“泥土”模块，我从哪里可以得到它？我不能叫“earthy”，模块名称未定义。

pip安装-U earthy

wow酷，谢谢，我已经安装了。有关于earthy library的书籍或教程吗？有，但如果您想要更严肃的工具，请尝试

spacy

>>> from earthy.nltk_wrappers import lemmatize_sent
>>> sentence = "Then bring ten surahs like it that have been invented and call upon for assistance whomever you can besides Allah if you should be truthful"
>>> lemmatize_sent(sentence)
[('Then', 'Then', 'RB'), ('bring', 'bring', 'VBG'), ('ten', 'ten', 'RP'), ('surahs', 'surahs', 'NNS'), ('like', 'like', 'IN'), ('it', 'it', 'PRP'), ('that', 'that', 'WDT'), ('have', 'have', 'VBP'), ('been', u'be', 'VBN'), ('invented', u'invent', 'VBN'), ('and', 'and', 'CC'), ('call', 'call', 'VB'), ('upon', 'upon', 'NN'), ('for', 'for', 'IN'), ('assistance', 'assistance', 'NN'), ('whomever', 'whomever', 'NN'), ('you', 'you', 'PRP'), ('can', 'can', 'MD'), ('besides', 'besides', 'VB'), ('Allah', 'Allah', 'NNP'), ('if', 'if', 'IN'), ('you', 'you', 'PRP'), ('should', 'should', 'MD'), ('be', 'be', 'VB'), ('truthful', 'truthful', 'JJ')]

>>> words, lemmas, tags = zip(*lemmatize_sent(sentence))
>>> lemmas
('Then', 'bring', 'ten', 'surahs', 'like', 'it', 'that', 'have', u'be', u'invent', 'and', 'call', 'upon', 'for', 'assistance', 'whomever', 'you', 'can', 'besides', 'Allah', 'if', 'you', 'should', 'be', 'truthful')

>>> from earthy.nltk_wrappers import pywsd_lemmatize
>>> pywsd_lemmatize('surahs')
'surahs'

>>> from earthy.nltk_wrappers import porter_stem
>>> porter_stem('surahs')
u'surah'