Python 使用nltk提取单词

从这个网站上，我了解到如何从标记的语料库中拆分标记的单词

网站中的代码：

>>> sent = '''
... The/AT grand/JJ jury/NN commented/VBD on/IN a/AT number/NN of/IN
... other/AP topics/NNS ,/, AMONG/IN them/PPO the/AT Atlanta/NP and/CC
... Fulton/NP-tl County/NN-tl purchasing/VBG departments/NNS which/WDT it/PPS
... said/VBD ``/`` ARE/BER well/QL operated/VBN and/CC follow/VB generally/RB
... accepted/VBN practices/NNS which/WDT inure/VB to/IN the/AT best/JJT
... interest/NN of/IN both/ABX governments/NNS ''/'' ./.
... '''
>>> [nltk.tag.str2tuple(t) for t in sent.split()]
  [('The', 'AT'), ('grand', 'JJ'), ('jury', 'NN'), ('commented', 'VBD'),
  ('on', 'IN'), ('a', 'AT'), ('number', 'NN'), ... ('.', '.')]

这里我得到了一个标签单词列表。我想要的是一个只包含单词的列表。例如：

  [('The'), ('grand'), ('jury')...

而不是

  ('The', 'AT'), ('grand', 'JJ'), ('jury', 'NN')...

有什么建议我怎样才能得到这个

---

提前感谢。

我不是

nltk

专家，但您可以使用以下方法直接选择第一个元组元素：

[nltk.tag.str2tuple(t)[0] for t in sent.split()]

这将为您提供所有单词的列表：

['The', 'grand', 'jury'...

您所问的有点令人困惑，因为在您的输出示例中，每个元素都被包装在一个1元组中，我真的不明白这有什么意义

---

编辑：尽管正如拉斯曼指出的：

（'The'，）

将是一个1元组，而

（'The'）=='The'

我不是

nltk

专家，但您可以直接使用以下参数选择第一个元组元素：

[nltk.tag.str2tuple(t)[0] for t in sent.split()]

这将为您提供所有单词的列表：

['The', 'grand', 'jury'...

您所问的有点令人困惑，因为在您的输出示例中，每个元素都被包装在一个1元组中，我真的不明白这有什么意义

---

编辑：尽管正如拉斯曼指出的：

（'The'，）

将是一个1元组，而

（'The'）=='The'

实际上，OP的示例中没有一个元组

（'The'）=='The'

。实际上，OP的示例中没有一个元组<代码>（'The'）='The'。