spaCy での品詞タグ付け（POS tagging）
この演習では、品詞タグ付け（POS tagging）を練習します。POS tagging は、文の文法構造をアルゴリズムが理解し、watch や play のように複数の意味を持つ単語を見分けるのに役立つ、NLP で有用な手法です。
この演習では、en_core_web_sm が nlp として読み込まれています。Airline Travel Information System（ATIS）データセットからの3つのコメントが、texts というリストで提供されています。
この演習はコースの一部です
spaCyで学ぶNatural Language Processing
演習の手順
- リスト内包表記を使って、
textsリストの各テキストに対応するすべてのdocコンテナから成るリストdocumentsを作成してください。 - 入れ子の for ループを使って
documentsと各docコンテナのトークンを反復し、各トークンのテキストと対応する品詞タグを出力してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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")