我想用 NLTK 构建词性标记语料库。这样我就可以基于它来训练我的模型。
到目前为止,我已经引用了很多资料,但每个资料都只是解释如何阅读标记的语料库以及阅读单词、句子等。以下是我尝试过的一段代码:
from nltk.corpus.reader import TaggedCorpusReader
reader = TaggedCorpusReader('/home/abc/nltk_data/', 'pos_tagged.pos')
reader.words()
reader.tagged_words()
reader.sents()
我想将我的语料库包含在 home/nltk_data/corpora/
文件夹中,以便我可以导入我创建的语料库。
请指导我。
最佳答案
我得到了有效的解决方案: 请引用link了解分步过程。
从here下载相同的必要文件.
一旦您遵循 1 的命令将生成 pickle 文件,这是您的标记语料库。
生成 pickle 文件后,您可以通过运行以下代码来检查标记器是否正常工作:
import nltk.data
tagger = nltk.data.load("taggers/NAME_OF_TAGGER.pickle")
tagger.tag(['some', 'words', 'in', 'a', 'sentence'])
关于python - 使用 NLTK 创建 pos 标记语料库,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46426359/