确定句子Python的时态

栏目: Python · 发布时间: 7年前

内容简介:您可以使用翻译自:https://stackoverflow.com/questions/30016904/determining-tense-of-a-sentence-python
关注其他几个帖子,[例如 Detect English verb tenses using NLTK , Identifying verb tenses in python , Python NLTK figure out tense

]我编写了以下代码来确定使用POS标记在 Python 中的句子时态:

from nltk import word_tokenize, pos_tag

def determine_tense_input(sentance):
    text = word_tokenize(sentance)
    tagged = pos_tag(text)

    tense = {}
    tense["future"] = len([word for word in tagged if word[1] == "MD"])
    tense["present"] = len([word for word in tagged if word[1] in ["VBP", "VBZ","VBG"]])
    tense["past"] = len([word for word in tagged if word[1] in ["VBD", "VBN"]]) 
    return(tense)

这将返回过去/现在/未来动词的使用值,我通常会将最大值作为最终的时态.准确性适度,但我想知道是否有更好的方法.

例如,现在是否有机会编写一个更专注于提取序列时态的包? [注意 – 3个堆叠溢出的帖子中有2个是4年,所以现在可能已经改变了].或者,我应该在nltk中使用不同的解析器来提高准确性吗?如果没有,希望上面的代码可以帮助别人!

您可以使用 Stanford Parser 获取句子的依赖关系解析.依赖关系解析的根将是定义句子的“主要”动词(我不太确定具体的语言术语是什么).然后,您可以使用此动词上的POS标签来查找其时态,并使用它.

翻译自:https://stackoverflow.com/questions/30016904/determining-tense-of-a-sentence-python


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

C++数据结构与程序设计

C++数据结构与程序设计

克鲁斯 / 钱丽萍 / 清华大学出版社 / 2004-1 / 59.00元

《C++数据结构与程序设计》这本精心制作的课本结合面向对象程序设计和C++强有力的特性,构建数据结构的基本思想,设计了程序和有趣的应用。在此过程中,《C++数据结构与程序设计》探讨了作为软件设计基本工具的问题求解和设计原理、数据抽象、递归和算法的比较分析。《C++数据结构与程序设计》使用真实的案例研究、可重用的软件开发和程序设计项目来增强理解。一起来看看 《C++数据结构与程序设计》 这本书的介绍吧!

RGB转16进制工具
RGB转16进制工具

RGB HEX 互转工具

RGB HSV 转换
RGB HSV 转换

RGB HSV 互转工具

RGB CMYK 转换工具
RGB CMYK 转换工具

RGB CMYK 互转工具