Dependency parsing met spaCy
Dependency parsing analyseert de grammaticale structuur van een zin en vindt gerelateerde woorden én het type relatie tussen die woorden. Een toepassing hiervan is het identificeren van het onderwerp en lijdend voorwerp in een zin. In deze oefening ga je oefenen met het extraheren van afhankelijkheidslabels voor gegeven teksten.
Drie opmerkingen uit de Airline Travel Information System (ATIS)-gegevensset zijn voor je beschikbaar gesteld in een lijst texts. Het model en_core_web_sm is al geladen als nlp en staat klaar voor gebruik.
Deze oefening maakt deel uit van de cursus
Natural Language Processing met spaCy
Oefeninstructies
- Maak een lijst
documentsmet dedoc-containers van elk element in de lijsttexts. - Print per
doc-container een tuple met (de tekst van het token, het afhankelijkheidslabel en de uitleg van het label).
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Create a list of Doc containts of texts list
documents = [____ for t in ____]
# Print each token's text, dependency label and its explanation
for doc in documents:
print([(token.____, token.____, spacy.____(token.____)) for token in doc], "\n")