如何在 spaCy 上为每个单词使用已实现的标签？答案

【问题标题】：How to use implemented labels on spaCy for each word?如何在 spaCy 上为每个单词使用已实现的标签？
【发布时间】：2020-11-26 06:23:11
【问题描述】：

我想做的事

我想提取在 spaCy、自然语言 OSS 上被赋予特定标签的单词。

specific labels on spaCy

在以下情况下，我希望打印单词English，因为选择了标签LANGUAGE。

English

问题

没有提取每个单词标签的示例代码。

如何解决以下错误？

TypeError: Argument 'string' has incorrect type (expected str, got spacy.tokens.token.Token)

当前代码

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

words = ['America', 'American', 'Christmas', 'English']
words = nlp(words)
for w in words:
    if w.label_=="LANGUAGE":
        print(w) #English

我尝试了什么

我已经检查了每个标签和示例代码以进行可视化。

此外，非句子输入，` 可以在 the spaCy vizualizer on the web browser 上执行。

输出

American NORP speaks English LANGUAGE and celebrates Christmas DATE in America GPE .

此代码来自the sample code on the spaCy homepage。代码

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

text = "American speaks English and celebrates Christmas in America."
doc = nlp(text)
displacy.serve(doc, style="ent")

【问题讨论】：

标签： python python-3.x string nlp spacy

【解决方案1】：

你可以这样做：

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

words = ['America', 'American', 'Christmas', 'English']
words = nlp('. '.join(words) + '.')
for w in words.ents:
    if w.label_=="LANGUAGE":
        print(w.text) #English

请记住，spacy 通过查看整个上下文和语法来查找文本中的命名实体。例如，一个命名实体可以是“The United States of America”，即 4 个单词。如果您希望逐字查看，则需要对该“文本”赋予正确的语法意义。这就是为什么我通过在每个单词后使用句点来分隔文本（您的单词列表）。

【讨论】：