I would like to lemmatize a bunch of opinions. As I know, nltk cannot lemmatize words in languages different from English. Researching a little, I found pattern , which can lemmatize words in several languages. How can I lemmatize some text with pattern?
This is my test corpus:
# -- coding: utf-8 --
from pattern.es import lemma #unresolved reference
opinions = ["Este es un post de juguetes de aprendizaje \
automático. En realidad, contiene no mucho \
material interesante.",
"Las bases de datos de imágenes proporcionan \
capacidades de almacenamiento.",
"La mayoría de las bases de datos de imágenes \
imágenes seguras de forma permanente.",
"Los datos de imagen de tienda bases de datos.",
"Imagina almacenar bases de datos de bases de \
datos de imágenes. Almacenar datos. Bases de datos \
de imágenes de datos de la tienda."]
print lemma(opiniones)
output:
File "/Users/user/PycharmProjects/Pruebas/Lemmatizacion.py", line 18, in <module>
print lemma(opiniones)
File "/usr/local/lib/python2.7/site-packages/pattern/text/__init__.py", line 1591, in lemma
if verb.lower() in self._inverse:
AttributeError: 'list' object has no attribute 'lower'
How can I lemmatize opinions
?
You can lemmatize text using pattern's parsetree function with the lemmata parameter set to True.
from pattern.es import parsetree
parsetree("buena", lemmata=True)
# Returns [Sentence('buena/JJ/B-ADJP/O/bueno')]
The technical post webpages of this site follow the CC BY-SA 4.0 protocol. If you need to reprint, please indicate the site URL or the original address.Any question please contact:yoyou2525@163.com.