Contare i nomi in un testo
In questo esercizio scriveremo due funzioni, nouns() e proper_nouns(), che conteranno rispettivamente il numero di nomi comuni e di nomi propri in un testo.
Queste funzioni prenderanno in input un testo e genereranno una lista con i tag POS per ogni parola. Restituiranno poi il numero di nomi propri/nomi comuni presenti nel testo. Useremo queste funzioni nel prossimo esercizio per ricavare spunti interessanti sulle fake news.
Il modello en_core_web_sm è già stato caricato come nlp in questo esercizio.
Questo esercizio fa parte del corso
Feature Engineering per NLP in Python
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
nlp = spacy.load('en_core_web_sm')
# Returns number of proper nouns
def proper_nouns(text, model=nlp):
# Create doc object
doc = model(text)
# Generate list of POS tags
pos = [token.pos_ for token in doc]
# Return number of proper nouns
return ____.____(____)
print(proper_nouns("Abdul, Bill and Cathy went to the market to buy apples.", nlp))