知识卡片
标注序列是数据表示而非裁定
(token,tag)元组保留每个词的标签,str2tuple与tuple2str只是文字形式与元组形式转换,不会验证语言标注正确。例中visit被给NN,转换后仍是NN,不能据成功解析证明它在此句作名词。字典只为每个词存单标签也会丢掉逐位置与上下文歧义,需要按实际任务保留完整句序列。
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4章 词性标注:单词识别 4.1 词性标注简介 · 查看原书依据
str2tuple
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4章 词性标注:单词识别,spine058单元002;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/text00057.html。
- 结论依据:原文序列解析原样保留预先写出的标签,包括语境可疑的visit/NN;工具转换职责与语言判断分开。未在本机运行示例或改变环境。
- 原始内容:成的元组。在NLTK中我们可以使用函数 str2tuple() 来创建这个元组: >>> import nltk >>> taggedword=nltk.tag.str2tuple('bear/NN') >>> taggedwo