从重复的形容词中获取真值

Question

我有一个包含不同文本的数组。其中一些有重复的形容词。现在我想从中创建一个数组，它包含真值，1 = 文本包含重复的形容词，0 = 文本不包含重复的形容词。这是我的文本示例：

text = (['When someone who is extremely selfish dramatically

 wonders why people are so selfish !', 'I asked God to 

protect me from my enemies .. shortly after I started losing friends'])

到目前为止，我尝试使用 wordnet 获取单词的类型

from nltk.corpus import wordnet as wn

my_list = []

for synset in list(wn.all_synsets('a')):

    my_list.append(synset)

my_list

truth_values = []

for sentence in text:

    for word in sentence:

        if word in my_list:

            truth_values.append(1)

from nltk.corpus import wordnet as wn

这段代码给了我以下错误：

'str' object has no attribute '_name'

对于重复的条件，我想像这样的计数器

if counter >=1:

    truth_value.append(1)

Answer 1

我有一个解决方案给你，所以让我们来看看你的代码中存在的一些错误：写作list(wn.all_synsets('a')将返回所有形容词的列表作为 Synset 对象，但你真正想要的是形容词名称的字符串。调用synset.name()以这种格式返回数据：acroscopic.a.01. 因为我们只想要它的第一部分（并且作为一个字符串），我们将改变for synset in list(wn.all_synsets('a')):    my_list.append(synset)到for synset in list(wn.all_synsets('a')):    my_list.append(str(synset.name()).split(".")[0])所以现在我们有了所有形容词的所需列表。现在，请注意该行for word in sentence:是解析句子中的单个字符而不是单词。我们想要的是for word in sentence.split(" "):综上所述，这就是我将如何解决这个问题：truth_values = []for sentence in text:    adjectives = []    for word in sentence.split(" "):        if word in my_list:            adjectives.append(word)    truth_values.append(1 if any(adjectives.count(adj) > 1 for adj in adjectives) else 0)

Answer 2

如果你想得到所有的形容词，这可能会很棘手。最好的方法是使用语言解析器，例如 stanford 统计解析器。它将导致句子中每个单词的语法功能。你也可以使用 spacy。import spacy# Load English tokenizer, tagger, parser, NER and word vectorsnlp = spacy.load("en_core_web_sm")# Process whole documentstext = ("When someone who is extremely selfish dramatically"        "wonders why people are so selfish !")doc = nlp(text)# Analyze syntaxadj = [token.lemma_ for token in doc if token.pos_ == "ADJ"]repeat = len(adj) != len(set(adj))print("Adjectives:", adj)print("Repeats?", repeat)尝试使用以下句子来运行您的方法：“当您这么说时，我的意思不是您的意思”。它失败了，但是用这种其他方法它不会。原因是“平均”可以是形容词，但并非总是如此。