如何给定一个词形和一个标记，反转词形还原过程？

Question

通常，在自然语言处理中，我们希望获得一个标记的词元。例如，我们可以使用Wordnet词形还原将“eaten”映射到“eat”。

在Python中是否有任何工具可以将词元反转为特定形式？

例如，我们将“go”映射到目标形式“eaten”的“gone”。

PS：有人提到我们必须存储这些映射。请参见：如何在Python中取消词干？

- Shifeng.Liu

---

POS信息也可以用于获取某种形式的词元。 - Shifeng.Liu

如果你将“go”映射到“gone”、“goes”或“went”等，你怎么知道呢？词形归并允许更好的性能，但这是一种权衡，你会失去一些信息。如果需要，你需要保留一个带有可能变化列表的词元（如果你想从这些“增强的词元”重新创建文本，则可能需要它们的位置）。 - Adonis

@Adonis 我会将附加变量作为限制或目标添加进去。例如， def inverse_lemma(**args). 'gone' = inverse_lemma(lemma='go', target_form='eaten', target_pos='VBN'). 就像这样。 - Shifeng.Liu

Answer 1

将像词元这样的基本形式转化为适合情境的形式被称为“实现”（或“表面实现”）。维基百科上的例子：

NPPhraseSpec subject = nlgFactory.createNounPhrase("the", "woman");
subject.setPlural(true);
SPhraseSpec sentence = nlgFactory.createClause(subject, "smoke");
sentence.setFeature(Feature.NEGATED, true);
System.out.println(realiser.realiseSentence(sentence));
// output: "The women do not smoke."

这方面的库不如词形还原器常用，这通常意味着您的选择较少，很难找到一个良好开发的库。维基百科的例子使用Java，因为支持此功能的最流行的库是SimpleNLG。

快速搜索发现pynlg，但它似乎没有得到积极的维护。或者，您可以通过Python库nlgserv提供的HTTP JSON接口来使用SimpleNLG。

- polm23

---

谢谢@polm23！我会尝试的。 - Shifeng.Liu