nltk

9Ciepło

2Odpowiedz

Instalowanie danych nltk w skrypcie setup.py

Używam NLTK z wordnetem w moim projekcie. Zrobiłem instalację ręcznie na moim komputerze, z pip: pip3 install nltk --user w terminalu, następnie nltk.download() w powłoce Pythona, aby pobrać wordnet.

27Ciepło

1Odpowiedz

Python NLTK: SyntaxError: Brak znaku ASCII "\ xc3" w pliku (Analiza sensu -NLP)

Gram z NLTK, aby wykonać zadanie dotyczące analizy sentymentów. Używam Pythona 2.7. Wersja NLTK 3.0 i NUMPY 1.9.1. Jest to kod: __author__ = 'karan' import nltk import re import sys def main():

12Ciepło

1Odpowiedz

Jak wygenerować losowy tekst w NLTK 3.0?

Generowana metoda nltk.text.Text została usunięta w NLTK 3.0. Na przykład: >>> bible = nltk.corpus.gutenberg.words(u'bible-kjv.txt') >>> bibleText = nltk.Text(bible) >>> bibleText.generate() Traceb

6Ciepło

1Odpowiedz

sklearn: Jak przyspieszyć vectorizer (np. Tfidfvectorizer)

Po dokładnym profilowaniu mojego programu, udało mi się ustalić, że jest on spowalniany przez vectorizer. Pracuję nad danymi tekstowymi, a dwie linie prostej wektoryzacji w wektorach Tfidf zajmują 99,

10Ciepło

1Odpowiedz

błąd poz tagger NLTK Stanford: polecenie Java udało

Próbuję użyć nltk.tag.stanford module do znakowania zdanie (pierwsza jak np wiki jest), ale wciąż otrzymuję następujący błąd: Traceback (most recent call last): File "test.py", line 28, in <modul

5Ciepło

2Odpowiedz

python error nltk.sent_tokenize ASCII kodek nie potrafi dekodować

mógłbym z powodzeniem czytać tekst do zmiennej, ale podczas próby tokenize teksty im się ten dziwny błąd: sentences=nltk.sent_tokenize(sample) UnicodeDecodeError: 'ascii' codec can't decode byte 0xe2

6Ciepło

1Odpowiedz

Używanie Wordnet do generowania superlatyw, porównawczych i przymiotników

Mam konfigurację bazy danych WordNet i próbuję wygenerować synonimy dla różnych słów. Na przykład słowo "największy". Przeanalizuję i znajdę kilka różnych synonimów, ale żaden z nich nie pasuje do def

5Ciepło

2Odpowiedz

Mylić o priorytecie między stemplerem a tagerem pos

Więc analizowałem korpus tekstowy i użyłem stemplowania dla wszystkich tokenizowanych słów. Ale muszę również znaleźć wszystkie rzeczowniki w korpusie, więc znowu zrobiłem nltk.pos_tag(stemmed_sentenc

6Ciepło

1Odpowiedz

UTF-8 znaków w ścieżce użytkownika chroni moduł przed importowane

następujący komunikat o błędzie jest wyświetlany jako próbuję zaimportować modułu nltk I rzeczywiście mają (ł) charakter w moją ksywką 0xb3, ale to, co przeszkadza mi to inne moduły, takie jak re, cod

7Ciepło

3Odpowiedz

"NotImplementedError: Użyj etykiety(), aby uzyskać dostęp do etykiety węzła"

Muszę wyodrębnić wszystkie nazwy miast ze strony internetowej. Używałem beautifulSoup z RE w poprzednich projektach, ale na tej stronie nazwy miast są częścią zwykłego tekstu i nie mają określonego fo