Étiquetage des parties du discours pour l'analyse de texte
Une application d'apprentissage des langues souhaite aider les utilisateurs à comprendre la structure des phrases en mettant en évidence le rôle grammatical de chaque mot. Votre tâche consiste à utiliser un pipeline Hugging Face pour étiqueter chaque mot d'une phrase donnée avec la balise PoS correspondante.
Cet exercice fait partie du cours
Traitement du langage naturel (NLP) en Python
Instructions
- Veuillez créer une analyse de la valeur ajoutée (
pos_pipeline) en utilisant le modèle de la chaîne de valeur de l'innovation ("vblagoje/bert-english-uncased-finetuned-pos" - Veuillez appliquer le pipeline sur l'
sentencefourni.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
from transformers import pipeline
# Create the PoS tagging pipeline
pos_pipeline = pipeline(
task="____",
model="____",
grouped_entities=True
)
sentence = "I am meeting my friends for coffee this afternoon."
# Get PoS tags
pos_tags = ____
for token in pos_tags:
print(f"{token['word']}: {token['entity_group']}")