栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

在Python的标记化文字中寻找多字词

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

在Python的标记化文字中寻找多字词

如果您已经有了“多词表达式”地名词典的列表,则可以使用

MWETokenizer
,例如:

>>> from nltk.tokenize import MWETokenizer>>> from nltk import sent_tokenize, word_tokenize>>> s = '''Good muffins cost $3.88nin New York.  Please buy me...     ... two of them.nnThanks.'''>>> mwe = MWETokenizer([('New', 'York'), ('Hong', 'Kong')], separator='_')>>> [mwe.tokenize(word_tokenize(sent)) for sent in sent_tokenize(s)][['Good', 'muffins', 'cost', '$', '3.88', 'in', 'New_York', '.'], ['Please', 'buy', 'me', '...', 'two', 'of', 'them', '.'], ['Thanks', '.']]


转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/624626.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号