如何使用 NLP 库使复合词成为单数？

Question

问题

我正在尝试使用spaCy将复合词从复数变为单数。

但是，我无法修复将复数转换为单数作为复合词的错误。

如何获得如下所示的首选 output？

cute dog
two or three word
the christmas day

开发环境

Python 3.9.1

错误

    print(str(nlp(word).lemma_))
AttributeError: 'spacy.tokens.doc.Doc' object has no attribute 'lemma_'

代码

import spacy
nlp = spacy.load("en_core_web_sm")

words = ["cute dogs", "two or three words", "the christmas days"]

for word in words:
    print(str(nlp(word).lemma_))

审判

cute
dog
two
or
three
word
the
christmas
day

import spacy
nlp = spacy.load("en_core_web_sm")

words = ["cute dogs", "two or three words", "the christmas days"]

for word in words:
    word = nlp(word)
    for token in word:
        print(str(token.lemma_))

Answer 1

正如您所发现的，您无法获得文档的引理，只能获得单个单词的引理。 多词表达在英语中没有引理，引理仅适用于单个单词。 但是，方便的是，在英语中，复合词只需将最后一个单词复数即可，因此您可以将最后一个单词设为单数。 这是一个例子：

import spacy

nlp = spacy.load("en_core_web_sm")


def make_compound_singular(text):
    doc = nlp(text)

    if len(doc) == 1:
        return doc[0].lemma_
    else:
        return doc[:-1].text + doc[-2].whitespace_ + doc[-1].lemma_

texts = ["cute dogs", "two or three words", "the christmas days"]
for text in texts:
    print(make_compound_singular(text))