如何使用 NLP 庫使復合詞成為單數？

Question

問題

我正在嘗試使用spaCy將復合詞從復數變為單數。

但是，我無法修復將復數轉換為單數作為復合詞的錯誤。

如何獲得如下所示的首選 output？

cute dog
two or three word
the christmas day

開發環境

Python 3.9.1

錯誤

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

代碼

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_))

審判

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

正如您所發現的，您無法獲得文檔的引理，只能獲得單個單詞的引理。 多詞表達在英語中沒有引理，引理僅適用於單個單詞。 但是，方便的是，在英語中，復合詞只需將最后一個單詞復數即可，因此您可以將最后一個單詞設為單數。 這是一個例子：

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))