Spacy Dutch noun_phrases 使用 nl_core_news_sm 返回空列表答案

【问题标题】：Spacy Dutch noun_phrases returns empty list using nl_core_news_smSpacy Dutch noun_phrases 使用 nl_core_news_sm 返回空列表
【发布时间】：2020-06-11 16:09:53
【问题描述】：

我想使用 spacy 的模型 nl_core_news_sm 提取荷兰语文本的名词短语。它返回一个空列表另一方面，等效的英语模型 en_core_web_sm 确实提供了 noun_chunks (noun_phrases) 列表

这是正常的行为吗？即荷兰语模型不包括名词短语分隔符而英语模型呢？还是我做错了什么？

string='''In een wereld waarin je wordt overspoeld met informatie, is het prettig om een nieuwsbron te hebben met heldere stukken, die de ruimte laten om je eigen mening te vormen.'''
nlp = spacy.load('nl_core_news_sm')
print(dir(doc))
print(doc.noun_chunks)
list_chunks=[chunk for chunk in doc.noun_chunks]
for chunk in doc.noun_chunks:
    print(chunk.text)

这里的结果是list_chunks是[] 当然，循环中不会打印任何内容

我使用 dir(doc) 来比较可用的方法，以便与英文模型进行比较。它们是一样的。

nlp_en = spacy.load('en_core_web_sm')
string='''They normally organises a wide range of activities for kids in the summer holidays. Due to the virus, these have all been cancelled'''
doc2=nlp_en(string)
print(dir(doc2))
print(doc2.noun_chunks)
for chunk in doc2.noun_chunks:
    print(chunk.text)

在英语中它有效。

有什么想法吗？

编辑说明：这里我比较了三种语言模型：

【问题讨论】：

你能解决这个问题吗？我遇到了同样的问题，无法检索荷兰语文本的 noun_chunks

标签： spacy chunks language-model

【解决方案1】：

我可以告诉你，名词chuck tokenizer 根本还没有在荷兰语模型中实现。这不是一个错误。它只是必须完成。因此，阅读此内容的人请检查问题的日期。显然，spacy 家伙会这样做，但可能需要一段时间。

【讨论】：