Стандартизация объектов с использованием NLTK

Question

Я новичок в НЛП и в Python.Я пытаюсь использовать стандартизацию объектов, чтобы заменить сокращения их полным значением.Я нашел код в Интернете и изменил его, чтобы проверить его на сайте Википедии.но все, что делает код, это распечатывает оригинальный текст.Может ли кто-нибудь выручить нуждающегося новичка?

вот код:

import nltk

lookup_dict = {'EC': 'European Commission', 'EU': 'European Union', "ECSC": "European Coal and Steel Commuinty",
               "EEC": "European Economic Community"}


def _lookup_words(input_text):
    words = input_text.split()
    new_words = []
    for word in words:
        if word.lower() in lookup_dict:
            word = lookup_dict[word.lower()]
        new_words.append(word)
        new_text = " ".join(new_words)


    print(new_text)
    return new_text


_lookup_words(
    "The High Authority was the supranational administrative executive of the new European Coal and Steel Community ECSC. It took office first on 10 August 1952 in Luxembourg. In 1958, the Treaties of Rome had established two new communities alongside the ECSC: the eec and the European Atomic Energy Community (Euratom). However their executives were called Commissions rather than High Authorities")

Заранее спасибо, любая помощь приветствуется!

Answer 1

В вашем случае в поисковом запросе есть сокращения EC и ECSC среди слов, найденных во входном предложении.Вызов split разделяет входные данные на основе пробелов.Но в вашем предложении есть слова ECSC. и ECSC:, то есть это токены, полученные после разделения, а не ECSC, поэтому вы не можете отобразить входные данные.Я бы предложил сделать некоторую пунктуацию и запустить ее снова.