这应该很简单,但我不知道为什么会错。我有以下代码:
import nltk
f=open('...\\t.txt','rU')
raw=f.read()
tokens = nltk.word_tokenize(raw)
print nltk.pos_tag(tokens)
例如返回:
"[('processes', 'NNS'), ('a', 'DT'), ('sequence', 'NN'), ('of', 'IN'), ('words', 'NNS')]
我想知道如何只收集所有'NN'或者所有' DT 'AND' IN ',而不是字符串的每个成员。
提前谢谢。
all_tags = {tag: [t for t in tags if t[1] == tag] for tag in ["DT", "NNS", ...]}
- jonrsharpe