Začněte nyníZačněte zdarma

Lemmatizace

Při pokračování v analýze uživatelských recenzí sis všiml/a, že stemming někdy produkuje nestandardní slova – například „fli" místo „flying" – což může snižovat srozumitelnost výsledků. Proto teď použiješ lemmatizaci, která vrací skutečná slova a pomáhá zvýšit přehlednost a přesnost analýzy.

WordNetLemmatizer je již naimportovaný, stop_words jsou definovány a potřebné zdroje NLTK jsou staženy.

Toto cvičení je součástí kurzu

Zpracování přirozeného jazyka (NLP) v Pythonu

Zobrazit kurz

Pokyny k cvičení

  • Vytvoř instanci lemmatizer třídy WordNetLemmatizer().
  • Použij lemmatizer k lemmatizaci lower_tokens.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

clean_tokens = ['flying', 'lot', 'lately', 'flights', 'keep', 'getting', 'delayed', 'honestly', 'traveling', 'work', 'gets', 'exhausting', 'endless', 'delays', 'every', 'travel', 'teaches', 'something', 'new']

# Create lemmatizer
lemmatizer = ____()

# Lemmatize each token
lemmatized_tokens = [____.____(____) for ____ in clean_tokens]

print(lemmatized_tokens)
Upravit a spustit kód