Dependency Parsing mit spaCy
Dependency Parsing analysiert die grammatische Struktur eines Satzes und ermittelt, welche Wörter miteinander verbunden sind und welche Beziehung zwischen ihnen besteht. Eine Anwendung davon ist, Objekt und Subjekt eines Satzes zu erkennen. In dieser Übung übst du, Dependenz-Labels aus gegebenen Texten zu extrahieren.
Drei Kommentare aus dem Airline Travel Information System (ATIS)-Datensatz wurden dir in einer Liste namens texts bereitgestellt. Das Modell en_core_web_sm ist bereits geladen und als nlp verfügbar.
Diese Übung ist Teil des Kurses
<Kurs>Natural Language Processing mit spaCy</Kurs>Übungsanweisungen
- Erstelle eine Liste
documents, die diedoc-Container für jedes Element in der Listetextsenthält. - Gib pro
doc-Container ein Tupel aus (Token-Text, Dependenz-Label und Erklärung des Labels) aus.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Create a list of Doc containts of texts list
documents = [____ for t in ____]
# Print each token's text, dependency label and its explanation
for doc in documents:
print([(token.____, token.____, spacy.____(token.____)) for token in doc], "\n")