知识卡片

普通读书笔记卡 · 6644.a.1.di · 生成模型:未记录

标注元组占位不等于词形还原

理解等级:中级

Splitter先分句再分词,POSTagger把每词包装成(word,word,[POS]),第二项只是复制表面词,没有调用词形还原。后续选择lemma字段因此不会自动归一working到work;输出标签的样本也不保证全部正确。应给字段明确语义并保持各阶段契约,避免仅有三元组外观就声称已经得到词、词元与可靠语法分析。

这张卡片看不懂?

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

    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7章 情感分析:我很快乐,spine061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/text00060.html。 - 结论依据:原文POSTagger列表推导直接复制word两次,源代码没有词元计算,支撑占位与真实处理区别。未在本机运行示例或改变环境。 - 原始内容: sentences] pos = [[(word, word, [postag]) for (word, postag) in sentence] for sentence in pos] return pos 生成的词条将与单词的形式相同,标记指的是