如何使用spacy中的短语匹配器将字符串的引理与列表的引理匹配

【问题标题】：how to match the lemma of a string with the lemmas of the list using phrase matcher in spacy如何使用spacy中的短语匹配器将字符串的引理与列表的引理匹配
【发布时间】：2019-07-27 16:16:31
【问题描述】：

我有一个列表和一个句子，我想将列表与句子中单词的引理相匹配，即

list_words = ['play', 'burn fireworks', 'eat']
sentence = "sita was playing with her friends while her broter was burning fireworks"

我试过了，

patterns = [__model.make_doc(text) for text in list_words]
spacy_doc = __model(sentence)
matcher = PhraseMatcher(__model.vocab, attr="LEMMA")
mather.add(id, None, *patterns)

即在 PhraseMtcher 中添加 LEMMA 作为 attr，但这对我没有帮助因为它应该匹配 burning balloon 并从句子中播放，而不是那样，我得到一个空列表。

【问题讨论】：

标签： python-3.x spacy matcher lemmatization

【解决方案1】：

如果__model 启用了标记器（它可能默认启用），如果您在创建模式时将__model.make_doc(text) 更改为__model(text)，这将起作用。 make_doc() 仅适用于 attr="ORTH"，因为它除了标记化之外没有任何作用。

如果您有很多基于引理的模式并且它们都不需要解析或命名实体，您可以禁用__model 中的parser 和ner 以使事情变得更快，因为lemmatizer 只依赖于标记器.

(PhraseMatcher 警告您 nlp(text) 对于 ORTH-only 模式可能会很慢，并建议改用 nlp.make_doc()，但我认为如果您的文档没有属性，它也应该尝试警告您您正在尝试匹配。）

【讨论】：