Textbearbetning med spaCy
Varje NLP-applikation består av flera textbearbetningssteg. Du har redan lärt dig några av dessa steg, till exempel tokenisering, lemmatisering, meningssegmentering och igenkänning av namngivna entiteter.
I den här övningen fortsätter du att öva på textbearbetningssteg i spaCy, till exempel att dela upp text i meningar och extrahera namngivna entiteter. Du använder de fem första recensionerna från datamängden Amazon Fine Food Reviews. Du når dessa recensioner via objektet texts.
Modellen en_core_web_sm är redan inläst och tillgänglig via nlp. Listan med Doc-behållare för varje element i texts är också förinstallerad och tillgänglig via documents.
Den här övningen är en del av kursen
Naturlig språkbehandling med spaCy
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Create a list to store sentences of each Doc container in documents
sentences = [[____ for sent in doc.____] for doc in documents]
# Print number of sentences in each Doc container in documents
num_sentences = [len(____) for s in sentences]
print("Number of sentences in documents:\n", ____)