自然语言处理 |词性 - 默认标记

什么是词性 (POS) 标记？这是一个将句子转换为形式的过程——单词列表、元组列表（每个元组都有一个形式(word, tag) ）。 case of 中的标记是词性标记，表示该词是名词、形容词、动词等。 默认标记是词性标记的基本步骤。它是使用 DefaultTagger 类执行的。 DefaultTagger 类将 'tag' 作为单个参数。 NN是单数名词的标记。 DefaultTagger 在使用最常见的词性标签时最有用。这就是为什么推荐使用名词标签的原因。 代码 #1：它是如何工作的？

Python3

# Loading Libraries
from nltk.tag import DefaultTagger
 
# Defining Tag
tagging = DefaultTagger('NN')
 
# Tagging
tagging.tag(['Hello', 'Geeks'])

输出 ：

[('Hello', 'NN'), ('Geeks', 'NN')]

每个标注器都有一个 tag() 方法，它接受一个标记列表（通常是由单词标记器生成的单词列表），其中每个标记是一个单词。 tag() 返回标记标记的列表—— (word, tag)的元组。 DefaultTagger 如何工作？它是 SequentialBackoffTagger 的子类，实现了 choose_tag() 方法，具有三个参数。

• 令牌列表
• 当前令牌的索引，以选择标签。
• 以前的标签列表

代码 #2：标记句子

Python3

# Loading Libraries
from nltk.tag import DefaultTagger
 
# Defining Tag
tagging = DefaultTagger('NN')
 
tagging.tag_sents([['welcome', 'to', '.'], ['Geeks', 'for', 'Geeks']])

输出 ：

[[('welcome', 'NN'), ('to', 'NN'), ('.', 'NN')],
 [('Geeks', 'NN'), ('for', 'NN'), ('Geeks', 'NN')]]

注意：标记句子列表中的每个标记（在上面的代码中）都是NN ，因为我们使用了 DefaultTagger 类。代码 #3：说明如何取消标记。

Python3

from nltk.tag import untag
untag([('Geeks', 'NN'), ('for', 'NN'), ('Geeks', 'NN')])

输出 ：

['Geeks', 'for', 'Geeks']