Является ли лемматизатор nltk wordnet независимым? - PullRequest
Новая
       70

Является ли лемматизатор nltk wordnet независимым?

0 голосов
/ 26 апреля 2018

Правда ли, что nltk's wordnet lemmatizer не зависит от языка вводимого текста?Буду ли я использовать одну и ту же последовательность команд: 

>>> from nltk.stem import WordNetLemmatizer
>>> wnl = WordNetLemmatizer()
>>> print(wnl.lemmatize('dogs'))
dog
>>> print(wnl.lemmatize('churches'))
church
>>> print(wnl.lemmatize('aardwolves'))
aardwolf
>>> print(wnl.lemmatize('abaci'))
abacus
>>> print(wnl.lemmatize('hardrock'))
hardrock

для английского и французского языков, например?

1 Ответ

0 голосов
/ 26 апреля 2018

Короче

Нет, лемматизатор Wordnet в NLTK предназначен только для английского языка.

В длинном

Если мы посмотрим на https://github.com/nltk/nltk/blob/develop/nltk/stem/wordnet.py#L15

class WordNetLemmatizer(object):

    def __init__(self):
        pass

    def lemmatize(self, word, pos=NOUN):
        lemmas = wordnet._morphy(word, pos)
        return min(lemmas, key=len) if lemmas else word

    def __repr__(self):
        return '<WordNetLemmatizer>'

Он основан на функции _morphy() в https://github.com/nltk/nltk/blob/develop/nltk/corpus/reader/wordnet.py#L1764, которая применяет несколько английских специфических замен 

    MORPHOLOGICAL_SUBSTITUTIONS = {
    NOUN: [('s', ''), ('ses', 's'), ('ves', 'f'), ('xes', 'x'),
           ('zes', 'z'), ('ches', 'ch'), ('shes', 'sh'),
           ('men', 'man'), ('ies', 'y')],
    VERB: [('s', ''), ('ies', 'y'), ('es', 'e'), ('es', ''),
           ('ed', 'e'), ('ed', ''), ('ing', 'e'), ('ing', '')],
    ADJ: [('er', ''), ('est', ''), ('er', 'e'), ('est', 'e')],
    ADV: []}

MORPHOLOGICAL_SUBSTITUTIONS[ADJ_SAT] = MORPHOLOGICAL_SUBSTITUTIONS[ADJ]
...