統計一段文字中的名詞數量
在這個練習中，你會撰寫兩個函式，nouns() 和 proper_nouns()，分別用來計算一段文字中普通名詞與專有名詞的數量。
這些函式會接收一段文字，產生一個清單，裡面包含每個詞的詞性標註（POS tags）。接著回傳該文字中專有名詞／普通名詞的數量。我們會在下一個練習中使用這些函式，來對假新聞做一些有意思的分析。
在本練習中，en_core_web_sm 模型已經以 nlp 名稱載入。
本練習屬於課程
Python 中文本特徵工程
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
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))