Taalkundige annotaties voorspellen

Je gaat nu een van spaCy’s voorgetrainde modelpakketten uitproberen en de voorspellingen in actie zien. Probeer het gerust met je eigen tekst! Het kleine Engelse model is al beschikbaar als de variabele nlp.

Om te achterhalen wat een tag of label betekent, kun je spacy.explain aanroepen in de IPython-shell. Bijvoorbeeld: spacy.explain('PROPN') of spacy.explain('GPE').

Deze oefening maakt deel uit van de cursus

Geavanceerde NLP met spaCy

Cursus bekijken

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

text = "It’s official: Apple is the first U.S. public company to reach a $1 trillion market value"

# Process the text
doc = ____

for token in doc:
    # Get the token text, part-of-speech tag and dependency label
    token_text = ____.____
    token_pos = ____.____
    token_dep = ____.____
    # This is for formatting only
    print('{:<12}{:<10}{:<10}'.format(token_text, token_pos, token_dep))

Code bewerken en uitvoeren