список терминов / pos-тегирование векторов терминов в R - PullRequest
Новая
       48

список терминов / pos-тегирование векторов терминов в R

0 голосов
/ 14 мая 2018

У меня есть файл .csv только с одним столбцом, содержащим 1000 строк.Каждый ряд содержит слово (модель мешка со словами).Теперь я хочу выяснить для каждого слова, является ли оно существительным, глаголом, прилагательным и т.д.1.

Я уже импортировал CSV в R. Но что мне теперь делать?

[Вот пример.У меня есть эти слова, и я хочу узнать, является ли это существительным глаголом и т. Д.] [enter image description here

Ответы [ 2 ]

0 голосов
/ 14 мая 2018

Вы можете использовать spacyr, который является R-оболочкой для пакета Python spaCy.

Примечание: вам придется 

library(spacyr)

spacy_initialize(python_executable = '/path/to/python')

Тогда для ваших терминов: 

Terms <- data.frame(Term = c("unit",
                    "determine",
                    "generate",
                    "digital",
                    "mount",
                    "control",
                    "position",
                    "input",
                    "output",
                    "user"), stringsAsFactors = FALSE)

Используйте функцию spacy_parse(), чтобы пометить ваши термины и добавить их к вашему фрейму данных: 

Terms$POS_TAG <- spacy_parse(Terms$Term)$pos

Результат: 

        Term POS_TAG
1       unit    NOUN
2  determine    VERB
3   generate    VERB
4    digital     ADJ
5      mount    VERB
6    control    NOUN
7   position    NOUN
8      input    NOUN
9     output    NOUN
10      user    NOUN
0 голосов
/ 14 мая 2018

Есть несколько вариантов, но вы можете использовать udpipe для этого.

terms <- data.frame(term = c("unit", "determine", "generate", "digital", "mount", "control", "position", "input", "output", "user"),
                    stringsAsFactors = FALSE)

library(udpipe)

# check if model is already downloaded. 
if (file.exists("english-ud-2.0-170801.udpipe")) 
  ud_model <- udpipe_load_model(file = "english-ud-2.0-170801.udpipe") else {
    ud_model <- udpipe_download_model(language = "english")
    ud_model <- udpipe_load_model(ud_model$file_model)
  }


# no need for parsing as this data only contains single words.
t <- udpipe_annotate(ud_model, terms$term, parser = "none")
t <- as.data.frame(t)
terms$POSTAG <- t$upos

terms
        term POSTAG
1       unit   NOUN
2  determine   VERB
3   generate   VERB
4    digital    ADJ
5      mount   NOUN
6    control   NOUN
7   position   NOUN
8      input   NOUN
9     output   NOUN
10      user   NOUN
...