Разрешение лексической многозначности с помощью spaCy
Разрешение лексической многозначности (WSD) — классическая задача определения того, в каком значении слово используется в конкретном предложении. Это особенно важно для поисковых систем, машинного перевода и систем ответов на вопросы. В этом упражнении вы попрактикуетесь в использовании тегов частей речи (POS) для разрешения лексической многозначности.
Вам даны два предложения со словом jam, употреблённым в разных значениях. Ваша задача — определить POS-теги, чтобы понять, в каком значении слово используется в каждом предложении.
Оба предложения доступны в списке texts. Модель en_core_web_sm уже загружена и доступна как nlp.
Это упражнение является частью курса
Обработка естественного языка с помощью spaCy
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
texts = ["This device is used to jam the signal.",
"I am stuck in a traffic jam"]
# Create a list of Doc containers in the texts list
documents = [____ for t in texts]
# Print a token's text and POS tag if the word jam is in the token's text
for i, doc in enumerate(documents):
print(f"Sentence {i+1}: ", [(____, ____) for token in doc if "jam" in token.text], "\n")