知识卡片

普通读书笔记卡 · 6644.a.1.fk · 生成模型:未记录

正则标注的优先级影响结果

理解等级:中级

RegexpTagger按规则顺序选择,具体词尾规则应先于兜底.*;简单s结尾规则会把was或this误作复数,体现词形线索的局限。数字模式中未转义的点还可匹配任意字符,不能当小数点限定。需用代表性正反例核对覆盖与误报,再在目标标签集评估;原样约20.3%不证明增加正则规则必然改善。

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10章 NLP系统评估:性能分析,spine064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/text00063.html。 - 结论依据:原文规则表及was/this→NNS输出显示误标,正则点的语义可直接定位数字范围问题;未运行验证。未在本机运行示例或改变环境。 - 原始内容:# for plural nouns (r'^-?[0-9]+(.[0-9]+)?$', 'CD'), # for cardinal numbers (r'.*', 'NN') # for nouns (default) ] >>> regexpr_tag