Liczenie rzeczowników w tekście
W tym ćwiczeniu napiszemy dwie funkcje – nouns() i proper_nouns() – które będą zliczać odpowiednio liczbę rzeczowników pospolitych i rzeczowników własnych w podanym tekście.
Funkcje te przyjmą fragment tekstu i wygenerują listę zawierającą tagi POS dla każdego słowa. Następnie zwrócą liczbę rzeczowników własnych lub pospolitych w tym tekście. W następnym ćwiczeniu użyjemy tych funkcji, żeby wyciągnąć ciekawe wnioski na temat fałszywych wiadomości.
Model en_core_web_sm został już wczytany jako nlp w tym ćwiczeniu.
To ćwiczenie jest częścią kursu
Inżynieria cech dla NLP w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
nlp = spacy.load('en_core_web_sm')
# Returns number of proper nouns
def proper_nouns(text, model=nlp):
# Create doc object
doc = model(text)
# Generate list of POS tags
pos = [token.pos_ for token in doc]
# Return number of proper nouns
return ____.____(____)
print(proper_nouns("Abdul, Bill and Cathy went to the market to buy apples.", nlp))