我有一段德文文本,想要对其应用词形还原。如果无法进行词形还原,则我也可以接受词干提取。
数据:这是我的德文文本:
目标:应用词形还原后,它应该类似于这样:
我看到了以下问题:
mails=['Hallo. Ich spielte am frühen Morgen und ging dann zu einem Freund. Auf Wiedersehen', 'Guten Tag Ich mochte Bälle und will etwas kaufen. Tschüss']
目标:应用词形还原后,它应该类似于这样:
mails_lemma=['Hallo. Ich spielen am früh Morgen und gehen dann zu einer Freund. Auf Wiedersehen', 'Guten Tag Ich mögen Ball und wollen etwas kaufen Tschüss']
我尝试使用 Spacy
conda install -c conda-forge spacy
python -m spacy download de_core_news_md
import spacy
from spacy.lemmatizer import Lemmatizer
lemmatizer = Lemmatizer()
[lemmatizer.lookup(word) for word in mails]
我看到了以下问题:
我的数据是以句子为结构而不是单词
在我的情况下,即使针对单个单词,spacy的词形还原似乎也无法正常工作。