Nltk的wordnet词缀化器没有对所有单词进行词法化

Question

我在试着把课文中的单词词组化。比如说，pickled应该变成pickle，ran变成run，葡萄干变成raisen等等

我使用nltk的WordNet Lemmatizer，如下所示：

from nltk.stem import WordNetLemmatizer
>>> 
>>> lem = WordNetLemmatizer()
>>> print(lem.lemmatize("cats"))
cat
>>> print(lem.lemmatize("pickled"))
pickled
>>> print(lem.lemmatize("ran"))
ran

因此，正如您在'pickled'和'ran'中看到的那样，输出没有如预期的那样出现。如何获得这些单词的'pickle'和'run'，而不必为单词指定'v'（动词）等。在

Answer 1

通过获取传递'v'或'n'参数而不传递任何内容的函数的最常见结果，可以获得名词或动词的lemmatize()函数的基形式。在

这不是一种直接的方法，但是您可以尝试以下代码来获取名词或动词的基本形式：

def most_common(lst):
    return max(set(lst), key=lst.count)
words = ['ran','pickled','cats',"crying","died","raisins","had"]
for word in words:
    checkList=[WordNetLemmatizer().lemmatize(word,'v'),WordNetLemmatizer().lemmatize(word,'n'),WordNetLemmatizer().lemmatize(word,'n')]
    print most_common(checkList)

你得到了基本形式：

^{pr2}$