Esercizio di grafici
In questo esercizio userai alcune entità denominate estratte e i loro raggruppamenti da una serie di articoli di giornale per rappresentare la diversità dei tipi di entità presenti negli articoli.
Userai un defaultdict chiamato ner_categories, con chiavi che rappresentano ogni tipo di gruppo di entità denominata e valori che conteggiano il numero di ciascun tipo di entità. Hai una lista di frasi segmentate in chunk chiamata chunked_sentences, simile all'esercizio precedente, ma questa volta con nomi di categorie non binari.
Puoi usare hasattr() per verificare se ogni chunk ha un 'label' e poi usare semplicemente il metodo .label() del chunk come chiave del dizionario.
Questo esercizio fa parte del corso
Introduzione al Natural Language Processing in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Create the defaultdict: ner_categories
ner_categories = ____