เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การทำ POS Tagging ด้วย spaCy

ในแบบฝึกหัดนี้ จะได้ฝึกการทำ POS tagging ซึ่งเป็นเครื่องมือที่มีประโยชน์ใน NLP เพราะช่วยให้อัลกอริทึมเข้าใจโครงสร้างทางไวยากรณ์ของประโยค รวมถึงระบุความหมายของคำที่มีหลายความหมาย เช่น watch และ play

สำหรับแบบฝึกหัดนี้ ได้โหลด en_core_web_sm ให้แล้วในชื่อ nlp และมีความคิดเห็น 3 รายการจากชุดข้อมูล Airline Travel Information System (ATIS) เก็บอยู่ใน list ชื่อ texts

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การประมวลผลภาษาธรรมชาติด้วย spaCy

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง documents ซึ่งเป็น list ของ doc container ทั้งหมดสำหรับแต่ละข้อความใน texts โดยใช้ list comprehension
  • สำหรับแต่ละ doc container ให้แสดงข้อความของแต่ละ token พร้อม POS tag ที่สอดคล้องกัน โดยวนซ้ำผ่าน documents และ token ของแต่ละ doc container ด้วย nested for loop

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Compile a list of all Doc containers of texts
documents = [____(text) for text in texts]

# Print token texts and POS tags for each Doc container
for doc in documents:
    for ____ in doc:
        print("Text: ", ____, "| POS tag: ", ____)
    print("\n")
แก้ไขและรันโค้ด