Tagging POS con spaCy
In questo esercizio farai pratica con il POS tagging. Il POS tagging è uno strumento utile nell'NLP perché permette agli algoritmi di comprendere la struttura grammaticale di una frase e di disambiguare parole con più significati come watch e play.
Per questo esercizio, en_core_web_sm è già stato caricato come nlp. Tre commenti dall'insieme di dati ATIS (Airline Travel Information System) sono stati forniti in una lista chiamata texts.
Questo esercizio fa parte del corso
Natural Language Processing con spaCy
Istruzioni dell'esercizio
- Crea
documents, una lista di tutti i contenitoridocper ciascun testo nella listatextsusando una list comprehension. - Per ogni contenitore
doc, stampa il testo di ogni token e il relativo tag POS iterando sudocumentse sui token di ciascundocusando un ciclo for annidato.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Compile a list of all Doc containers of texts
documents = [____(text) for text in texts]
# Print token texts and POS tags for each Doc container
for doc in documents:
for ____ in doc:
print("Text: ", ____, "| POS tag: ", ____)
print("\n")