# -*- coding: utf-8 -*-
from __future__ import unicode_literals
import nltk.stem as ns
words = ['table', 'probably', 'wolves', 'playing',
'is', 'dog', 'the', 'beaches', 'grounded'
'dreamt', 'envision']
lemmatizer = ns.WordNetLemmatizer()
for word in words:
n_lemma = lemmatizer.lemmatize(word, pos='n')
v_lemma = lemmatizer.lemmatize(word, pos='v')
print('%20s %20s %20s' % (word, n_lemma, v_lemma))
Python自然语言处理——nltk库入门之词性标注
最新推荐文章于 2025-07-20 21:07:45 发布
本文介绍了一个使用Python的NLTK库进行词形还原的实际案例。通过WordNetLemmatizer对一系列英文单词进行名词和动词形态还原,展示了词形还原在自然语言处理中的应用。
部署运行你感兴趣的模型镜像
您可能感兴趣的与本文相关的镜像
HunyuanVideo-Foley
语音合成
HunyuanVideo-Foley是由腾讯混元2025年8月28日宣布开源端到端视频音效生成模型,用户只需输入视频和文字,就能为视频匹配电影级音效

479

被折叠的 条评论
为什么被折叠?



