Python 用NLTK标记词性标记词？
我用nltk.POS_tag（）对一些单词进行了POS标记，因此它们被赋予了树库标记。我想用已知的POS标签将这些单词进行语法化，但我不确定如何进行。我在看Wordnet lemmatizer，但我不确定如何将树库POS标记转换为lemmatizer接受的标记。如何简单地执行此转换，或者是否有使用树库标记的lemmatizer？wordnet lemmatizer只知道四个词类（ADJ、ADV、名词和动词），只有名词和动词规则做任何特别有趣的事情。树库标记集中的名词词类均以NN开头，动词标记均以VB开头，形容词标记以JJ开头，副词标记以RB开头。因此，从一组标签转换到另一组标签非常容易，例如：Python 用NLTK标记词性标记词？,python,nlp,nltk,Python,Nlp,Nltk,我用nltk.POS_tag（）对一些单词进行了POS标记，因此它们被赋予了树库标记。我想用已知的POS标签将这些单词进行语法化，但我不确定如何进行。我在看Wordnet lemmatizer，但我不确定如何将树库POS标记转换为lemmatizer接受的标记。如何简单地执行此转换，或者是否有使用树库标记的lemmatizer？wordnet lemmatizer只知道四个词类（ADJ、ADV、名词和动词），只有名词和动词规则做任何特别有趣的事情。树库标记集中的名词词类均以NN开头，动词标记均以
from nltk.corpus import wordnet
morphy_tag = {'NN':wordnet.NOUN,'JJ':wordnet.ADJ,'VB':wordnet.VERB,'RB':wordnet.ADV}[penn_tag[:2]]
正如@engineercoding在对@rmalouf答案的评论中指出的，与WordNet相比，树库中的标签要多得多，请参阅 以下映射涵盖尽可能多的基，它还明确定义了在WordNet中不匹配的POS标记：
# Create a map between Treebank and WordNet
from nltk.corpus import wordnet as wn
# WordNet POS tags are: NOUN = 'n', ADJ = 's', VERB = 'v', ADV = 'r', ADJ_SAT = 'a'
# Descriptions (c) https://web.stanford.edu/~jurafsky/slp3/10.pdf
tag_map = {
'CC':None, # coordin. conjunction (and, but, or)
'CD':wn.NOUN, # cardinal number (one, two)
'DT':None, # determiner (a, the)
'EX':wn.ADV, # existential ‘there’ (there)
'FW':None, # foreign word (mea culpa)
'IN':wn.ADV, # preposition/sub-conj (of, in, by)
'JJ':[wn.ADJ, wn.ADJ_SAT], # adjective (yellow)
'JJR':[wn.ADJ, wn.ADJ_SAT], # adj., comparative (bigger)
'JJS':[wn.ADJ, wn.ADJ_SAT], # adj., superlative (wildest)
'LS':None, # list item marker (1, 2, One)
'MD':None, # modal (can, should)
'NN':wn.NOUN, # noun, sing. or mass (llama)
'NNS':wn.NOUN, # noun, plural (llamas)
'NNP':wn.NOUN, # proper noun, sing. (IBM)
'NNPS':wn.NOUN, # proper noun, plural (Carolinas)
'PDT':[wn.ADJ, wn.ADJ_SAT], # predeterminer (all, both)
'POS':None, # possessive ending (’s )
'PRP':None, # personal pronoun (I, you, he)
'PRP$':None, # possessive pronoun (your, one’s)
'RB':wn.ADV, # adverb (quickly, never)
'RBR':wn.ADV, # adverb, comparative (faster)
'RBS':wn.ADV, # adverb, superlative (fastest)
'RP':[wn.ADJ, wn.ADJ_SAT], # particle (up, off)
'SYM':None, # symbol (+,%, &)
'TO':None, # “to” (to)
'UH':None, # interjection (ah, oops)
'VB':wn.VERB, # verb base form (eat)
'VBD':wn.VERB, # verb past tense (ate)
'VBG':wn.VERB, # verb gerund (eating)
'VBN':wn.VERB, # verb past participle (eaten)
'VBP':wn.VERB, # verb non-3sg pres (eat)
'VBZ':wn.VERB, # verb 3sg pres (eats)
'WDT':None, # wh-determiner (which, that)
'WP':None, # wh-pronoun (what, who)
'WP$':None, # possessive (wh- whose)
'WRB':None, # wh-adverb (how, where)
'$':None, # dollar sign ($)
'#':None, # pound sign (#)
'“':None, # left quote (‘ or “)
'”':None, # right quote (’ or ”)
'(':None, # left parenthesis ([, (, {, <)
')':None, # right parenthesis (], ), }, >)
',':None, # comma (,)
'.':None, # sentence-final punc (. ! ?)
':':None # mid-sentence punc (: ; ... – -)
}
#创建树库和WordNet之间的映射
从nltk.corpus导入wordnet作为wn
#WordNet词性标签是：名词='n'，形容词='s'，动词='v'，ADV='r'，形容词SAT='a'
#说明（c）https://web.stanford.edu/~jurafsky/slp3/10.pdf
标记映射={
“CC”：无、#协调连词（and、but、or）
“CD”：wn.NOUN，#基数（一，二）
“DT”：无，#限定词（a，the）
'EX'：wn.ADV，#存在的'there'（there）
“FW”：无，#外来词（我有罪）
“IN”：wn.ADV，#介词/子连词（of、IN、by）
JJ:[wn.ADJ，wn.ADJ_-SAT]，#形容词（黄色）
JJR:[wn.ADJ，wn.ADJ_-SAT]，#ADJ.，比较级（较大）
JJS:[wn.ADJ，wn.ADJ_SAT]，#ADJ.，最高级（最狂野的）
“LS”：无，#列表项标记（1、2、1）
“MD”：无，#模态（可以，应该）
“NN”：wn.NOUN、#NOUN、sing.或mass（骆驼）
“NNS”：wn.名词，#名词，复数（骆驼）
“NNP”：wn.noon，#专有名词，sing.（IBM）
“NNPS”：wn.NOUN，#专有名词，复数（卡罗莱纳州）
“PDT”：[wn.ADJ，wn.ADJ_-SAT]，#预定义者（全部，两者）
“POS”：无，#所有格结尾（'s）
“PRP”：无，#人称代词（我、你、他）
“PRP$”：无，#所有格代词（你的，某人的）
“RB”：wn.ADV，#副词（快速，从不）
“RBR”：wn.ADV，#副词，比较级（更快）
“RBS”：wn.ADV，#副词，最高级（最快）
“RP”：[wn.ADJ，wn.ADJ_-SAT]，#粒子（向上，关闭）
“SYM”：无，#符号（+、%、&）
“TO”：无，#“TO”（TO）
“嗯”：无，#叹词（啊，哎呀）
“VB”：wn.VERB，#动词基本形式（eat）
“VBD”：wn.VERB，#动词过去时（ate）
“VBG”：wn.VERB，#动词动名词（eating）
“VBN”：wn.VERB，#动词过去分词（eat）
“VBP”：wn.VERB，#动词非3sg pres（eat）
“VBZ”：wn.VERB，#动词3sg pres（eats）
“WDT”：无，#wh限定词（which，that）
“WP”：无，#wh代词（what，who）
“WP$”：无，#所有格（wh-谁的）
“WRB”：无，#wh副词（how，where）
“$”：无，#美元符号（$）
“#”：无，#磅符号（#）
“”：无，#左引号（“或”）
“”：无，#右引号（“或”）
“（”：无，#左括号（[，（，{，）
“，”：无，#逗号（，）
“.”：无，#句末punc（.！？）
“：”：无#半句双关语（：；…–-）
}