IniziaInizia gratis

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

Visualizza il corso

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Create the defaultdict: ner_categories
ner_categories = ____
Modifica ed esegui il codice