Підрахунок іменників у фрагменті тексту
У цій вправі ви напишете дві функції — nouns() і proper_nouns(), які відповідно підраховують кількість звичайних іменників та власних назв у фрагменті тексту.
Ці функції прийматимуть текст і створюватимуть список із POS-теґами для кожного слова. Потім вони повертатимуть кількість власних назв/інших іменників, які містить текст. У наступній вправі ми використаємо ці функції, щоб отримати цікаві інсайти про фейкові новини.
Модель en_core_web_sm уже завантажено як nlp у цій вправі.
Ця вправа є частиною курсу
Інженерія ознак для NLP у Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
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))