Python Pandas NLTK 如何将 Port Stemmer 应用于已经标记化的数据框列

Question

我有以下示例数据集：

No  category    problem_definition
175 2521        ['coffee', 'maker', 'brewing', 'properly', '420']
211 1438        ['galley', 'work', 'table', 'stuck']
912 2698        ['cloth', 'floor', 'coming', 'aft']
572 2521        ['compartment', 'door', 'stuck']

problem_definition 字段已经经过停用词删除和标记化。现在我正在尝试将 Port Stemmer 应用于 problem_definition 列。

我尝试了以下代码：

from nltk.stem import PorterStemmer

ps = PorterStemmer()

df['problem_definition_stemmed'] = df['problem_definition_stopwords'].apply(lambda x : [PorterStemmer.stem(y) for y in x])

我收到以下错误：

TypeError: 'PorterStemmer' object is not callable

Answer 1

PosrterStemmer 是一个类构造函数。它没有方法.stem。实际的词干分析器是ps。 PorterStemmer.stem(y) 必须是 ps.stem(y)。