Python 如何从Spacy获得更好的引理

“PM”可以表示“PM（时间）”，也可以表示“首相”

我想抓住后者。我希望“PM”的引理返回“首相”。如何使用

spacy

返回意外引理的示例：

>>> import spacy
>>> #nlp = spacy.load('en')
>>> nlp = spacy.load('en_core_web_lg')
>>> doc = nlp(u'PM means prime minister')
>>> for word in doc:
...     print(word.text, word.lemma_)
... 
PM pm
means mean
prime prime
minister minister

根据doc，spacy使用WordNet作为引理

引理是一个词的非反射形式。英语柠檬化数据取自WordNet

当我尝试在中输入“pm”时，它显示“Prime primer”是引理之一

---

我在这里遗漏了什么？

当我在nltk.wordnet上运行prime的引理时（它也使用它），我得到：

>>[str（lemma.name（））表示wn.synset（'prime\u president.n.01'）.lemmas（）]['prime\u president'，'PM'，'premier']

---

它使首字母缩略词保持不变，因此您可能需要检查word.lemma（），它将根据上下文为您提供不同的ID？

我认为它将通过澄清一些常见的NLP任务来帮助回答您的问题

柠檬化是根据单词的不同屈折变化来查找规范单词的过程。例如，run、runs、ran和running是同一词素的形式：run。如果要将run、runs和run元素化，则输出将被运行。在你的例句中，请注意它是如何将“意思”变为“意思”的

考虑到这一点，您想要执行的任务听起来不像是柠檬化。这可能有助于用一个愚蠢的反例来巩固这一观点：假设引理“pm”的不同变化是什么：pming，pmed，pms？这些都不是真话

听起来您的任务可能更接近于命名实体识别（NER），您也可以在spaCy中完成。要遍历已解析文档中检测到的实体，可以使用

.ents

属性，如下所示：

>>> for ent in doc.ents:
...     print(ent, ent.label_)

根据您给出的句子，spacy（2.0.5版）不会检测任何实体。如果您将“PM”替换为“P.M.”，它将作为一个实体检测，但作为GPE检测

---

最好的做法取决于您的任务，但如果您想要对“PM”实体进行所需的分类，我会查看。如果你想从一大堆文件中找出每一个提到“PM”的地方，.

你能回顾一下现有的答案，如果他们回答了你的问题，就批准他们，或者进一步澄清你需要什么吗？非常感谢。