知识卡片
词形还原需要词性条件
词形还原把屈折形式映到词元,而不是把任何词切成最短字符串。WordNetLemmatizer默认按名词,working保持原样而pos=v时得到work,说明同一表面形式的处理依赖词性。若候选不存在会保留输入,但返回原样也可能因为它本身已是合适词元,不能据此断言WordNet没有happiness。词干happi与词元happiness服务不同表示目的。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第3章 形态学:在实践中学习 3.3 理解词形还原 · 查看原书依据
lemmatize('working',pos='v')
参考来源
- 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》精通Python自然语言处理 · 第3章 形态学:在实践中学习,spine057单元004;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00056.html。
- 结论依据:原文默认/动词参数和happiness对照,官方lemmatize取候选或原样的实现说明原样结果并非查无词条的充分证据。2026-11-06核对官方资料:https://www.nltk.org/_modules/nltk/stem/wordnet.html。未在本机运行示例或改变环境。
- 原始内容:> lemmatizer_output.lemmatize('working',pos='v') 'work' >>> lemmatizer_output.lemmatize('works') 'work' WordNetLemmatizer 库可以认为是对所谓的W