我正在解析Game of Thrones script，以便可以使用word2vec。问题在于专有名词的解析。以下是示例代码： import spacy[token.lemma_ for token in nlp(s) if not token.is_stop我真的希望Night's Watch被识别为一个单一的令牌，例如Night's_Watch。 spacy能做到这一点吗？
浏览 10提问于2020-07-27得票数 1
然后将这些ngram中的每个单词与我的语料库中的单个标记进行匹配，如果匹配，则将其替换为ngram.let，假设我有这些二元语法：worldly lifeLast Daysevere punishment我想要做的是首先读取二元语法，然后将其拆分，并将其与语料库中与标记匹配的标记进行比较，移动到下一个
浏览 0提问于2017-12-20得票数 0
回答已采纳
1回答
我正在使用SpaCy来查找文本中的模式。对于一些模式，如单个单词，这是直截了当的，我对结果感到满意。一月”作为doc中的第四个标记，并将其识别为“月份”模式。但是，我想将使用re.finditer找到的匹配放在通常的SpaCy匹配格式中，这是一个包含匹配ID和标记的开始和结束索引的三元组，而不是字符范围的开始和结束索引。问题：如何将这些字符索引转换为令牌索引？
SpaCy是否为此提供了一种方法？我想那是很理想的，但我没找到。否则，还有其他聪明的工具来做
浏览 4提问于2022-01-03得票数 1
回答已采纳
1回答
下面是我接受用户输入的代码。nlp = en_core_web_sm.load()doc = nlp(text)如果用户以深度学习的形式输入文本，则将文本分解为如何在nlp中添加空白异常？输出如下所示
浏览 0提问于2018-12-12得票数 2
1回答
我使用GloVe对句子中的每个单词进行表示，使用SpaCy生成POS标记。但是，对于POS标记来说，GloVe嵌入没有多大意义。因此，我将不得不为每个POS标记创建嵌入。创建POS标签嵌入的最佳方法是什么，这样我就可以以相同的方式将POS序列输入到我的模型中？有人能指出如何用Python中的GloVe来实现这一点的代码示例吗？添加了上下文我想使用POS标签作为单词，以便POS
浏览 0提问于2018-04-12得票数 3
回答已采纳
1回答
伯特将在本文中找到以下被命名的实体及其立场：
我需要一个可以将这些实体划分为组的模型有什么神经网络体系结构可以用在BERT模型的嵌入上来解决这个问题吗？也许是一个图形模型？
浏览 2提问于2021-06-17得票数 2
对于Python中的维德SentimentIntensityAnalyzer，有没有办法添加二元语法规则？我尝试使用两个单词的输入来更新词典，但它没有改变极性分数。提前感谢！
浏览 36提问于2021-06-02得票数 0
如果Lucene ShingleFilter可用于将字符串标记为不同大小的瓦片或ngram，例如：变成：有没有人知道这是否可以与其他分析器结合使用
浏览 2提问于2012-09-03得票数 0
回答已采纳
我正在制作一个转换器，它将接受中缀表达式，并将它们转换为后缀表达式。Infix: 2 * 3 - 10 / 4我有一个完全编码的方法，但它返回的后缀表达式是这有两个问题: 1.主要问题是它们是1和0之间的空格，而它们应该在一起(10)。2.有很多额外的空格，输出应该类似于上面提供的示例。下面是我的postfixtoinfix类，表达式变量以完美的间距保存上面示例中指示的中缀。
import
浏览 5提问于2012-05-12得票数 0
回答已采纳
我必须在flex/bison中为课堂上的实验室做一个计算器，并且我必须添加计算平方根或绝对值的功能，这些功能放在sqrt(x)或abs(x)中。我导入了数学库，如果IT的命令只包含一个字符，我就让计算器工作。我的意思是：......| '[' expr ']' {$$ = sqrt($2); } //for sqrt现在，这很好用，如果我输入(- 2 )，我得到2，或者4=2。问题很明显，我需要这样做，所以命令
浏览 0提问于2013-04-01得票数 0
2回答
我想把被标记为PERSON的实体变成一个单词。NER，返回那个人，然后将返回的单词组合起来，但是我得到的单词不是NER。我能用BILOU做吗？还有别的办法吗？我有一个新的数据集，其中有2列。Spacy NER似乎是最好的，但它只识别列complete_text上的NER(人员)。是否有一种方法可以在列complete_text上映射人员标识并将其与列incomplete_text上的人员匹配。如果这听起来很混乱，我很抱歉。我希望将complete_text列
浏览 6提问于2022-07-10得票数 1
回答已采纳
到目前为止，我发现了三种方法，每一种方法都有相当大的弱点：
在spacy的文档中，我发现了关于如何使用构建单个Doc到CoNLL，但是注意到它使用了一个空白的spacy模型，因此不清楚“我自己标记的数据”在哪里发挥作用；，似乎conll_formatter组件是“在管道的末尾添加的”，因此似乎“没有真正完成从Doc到CoNLL的直接转换”.我的抓取正确吗？格式似乎不完整: POS标记似乎缺少(可以通过轻松获得)，以及“语法块”(其spaCy
浏览 19提问于2022-10-26得票数 1
回答已采纳
在解析过程中，我的原始语法使用skip命令忽略空格。WS : [ \t]+ -> skip ;WS :[ \t]+ -> channel(HIDDEN);我需
浏览 1提问于2016-01-18得票数 0
回答已采纳
我试图使用spaCy的四种选择中的两种来进行句子切分，它们在没有标点符号的短语上的表现似乎都同样糟糕。我正在尝试使用这样的解决方案，这些解决方案的文本范围是混合的，而不是数字化的(说话人的对话)。我的目标是识别句子的边界，我认为语言解析功能可以很好地将短语分解成单个的句子元素。python version and spacy version with language models:
============================== Info about spaCy我很高
浏览 24提问于2022-11-27得票数 0
1回答
我将使用spaCy NLP引擎，我已经从字典开始。我读过和，但无法开始读。我有这样的代码：import _regexmultiSentence = "parsedData = parser(messyData) print(token.orth_, token.pos_, token.lemma_)
在哪里可以更改这些令牌token.suffix_)
浏览 3提问于2017-05-21得票数 1
回答已采纳
1回答
如何处理空间中的大型数据集
、、、、
我使用以下代码清理数据集并打印所有标记(单词)。-]", " ", text)nlp = spacy.load("de_core_news_sm")for token in不可能有什么特别的东西想要标记这么多的数据。
浏览 6提问于2022-11-24得票数 0
我们想用二元模型来构建一个主题模型。在Java中实现这一点的推荐方法是什么？
目前，我们使用的是Mallet Java API。
浏览 0提问于2017-11-09得票数 1
1回答
(因为数据是预先标记化的)，然后将其输入spaCy，以便利用其依赖性解析。显然，SpaCy对文本的标记与标记前的标记不同，因此我必须找到一种方法，将正确的关系归因于正确的令牌len(doc)!= len(df)。如果我不包括the语句，并且它将与令牌的正确关系写入到外部文件，它就可以正常工作。但是，当我包含它时，我希望它打印一行值"no_dep“和"no_head”(因为令牌spaCy没有考虑到)，然后继续打印有依
浏览 11提问于2022-11-30得票数 0
回答已采纳
描述
我有一个应用程序，除了这一点之外，它还从spacy词汇表和字符串标记列表(参见下面的代码)创建了一个spacy Doc。注意，虽然这并不是最简单和最常见的方法，但根据，这是可以做到的。例如，对于下面的文本，如果我使用标准过程创建Doc，spacy Tokenizer将"-"识别为令牌，但Doc文本与输入文本相同，此外，spacy模型正确地识别日期实体。但是，正如您在下面的输出中所看到的，虽然Doc的标记是相同
浏览 5提问于2022-02-14得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
