我正在使用 Python 和 NLTK 并尝试将 Brown 语料库更改为小写。
特别是,我的目标是用每个单词最可能的词性来标记单词列表(例如,“圣诞节”是一个名词)。但是,我的单词列表包含所有小写单词(“christmas”)。因此,有些单词由于大小写不匹配而无法识别。
brown.tagged_sents() 中的元组如下所示:
[[(u'The', u'AT'), (u'Fulton', u'NP-TL'), (u'County', u'NN-TL'),...
我尝试过以下代码:
brown_sents = brown.tagged_sents()
brown_sentslower = [[x.lower() for x in element] for element in brown_sents]
但仍然收到错误:
AttributeError: 'tuple' object has no attribute 'lower'
我成功复制了另一个答案( Python: Using lower function on tuples )的结果,但我想知道将此代码与 Brown.tagged_sents() 一起使用是否有什么特别之处。
最佳答案
将元组中的元素小写:
brown_sentslower = [[(word.lower(), tag.lower()) for word, tag in element]
for element in brown_sents]
请注意,我在 for 循环中使用了元组解包;每个 (word, tag)
对都被解包到 word
和 tag
变量中,因此您可以单独对它们进行寻址。然后循环生成一个新元组,其中包含这两个值的小写版本。
这假设您希望单词和标签都小写;例如(u'Fulton', u'NP-TL')
变为 (u'fulton', u'np-tl')
。
如果只需要小写单词,请将 tag.lower()
替换为 tag
:
brown_sentslower = [[(word.lower(), tag) for word, tag in element]
for element in brown_sents]
关于python - 将元组更改为小写 - 特定情况(Python;NLTK),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33047689/