CommencerCommencer gratuitement

Lemmatisation

En poursuivant votre analyse des avis utilisateurs, vous avez remarqué que le stemming produit parfois des formes non standard comme « fli » à partir de « flying », ce qui peut nuire à l’interprétation. Pour y remédier, vous allez maintenant utiliser la lemmatisation, qui renvoie de vrais mots et améliore la clarté et la précision de votre analyse.

WordNetLemmatizer a été importé, stop_words a été défini, et les ressources nécessaires de NLTK ont été téléchargées.

Cet exercice fait partie du cours

Natural Language Processing (NLP) in Python

Afficher le cours

Instructions

  • Créez une instance lemmatizer de la classe WordNetLemmatizer().
  • Utilisez lemmatizer pour lemmatiser lower_tokens.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

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)
Modifier et exécuter le code