Usando NLTK y WordNet, ¿cómo convierto el verbo de tiempo simple a su forma de participio presente, pasado o pasado?Usando NLTK y WordNet; ¿Cómo convierto el verbo de tiempo simple a su forma participio presente, pasado o pasado?
Por ejemplo:
Quiero escribir una función que me daría verbo en forma esperada de la siguiente manera.
v = 'go'
present = present_tense(v)
print present # prints "going"
past = past_tense(v)
print past # prints "went"
Creo que lo que estás buscando es la biblioteca NodeBox::Linguistics. Se hace exactamente eso:
print en.verb.present("gave")
>>> give
JWI (la biblioteca WordNet por el MIT) también tiene una despalilladora (WordNetStemmer) que convierte diferentes formas morfológicas de una palabra como ("escrito", "escribe", "escribió") a su forma base Parece que solo funciona para sustantivos (como plurales) y verbos.
Word Stemming in Java with WordNet and JWNL también muestra cómo hacer este tipo de derivados usando JWNL, otra biblioteca Wordnet basado en Java:
Con la ayuda de NLTK esto también se puede hacer. Puede dar la forma base del verbo. Pero no el tiempo exacto, pero aún puede ser útil. Pruebe el siguiente código.
from nltk.stem.wordnet import WordNetLemmatizer
words = ['gave','went','going','dating']
for word in words:
print word+"-->"+WordNetLemmatizer().lemmatize(word,'v')
La salida es:
gave-->give
went-->go
going-->go
dating-->date
Tenga una mirada en desbordamiento de pila pregunta NLTK WordNet Lemmatizer: Shouldn't it lemmatize all inflections of a word?.
Debe tener cuidado con las palabras cuya segunda forma es igual al infinitivo de otro verbo. Mi último desafortunado ejemplo es "cayó". WordNetLemmatizer no lo convierte en 'caída' porque en realidad hay un verbo 'caer'. Otro ejemplo es 'sentido'. Y no hay forma de decirle al lematizador que el verbo está en su segunda forma. – Dany
La respuesta a mi comentario anterior es usar el método "_morphy". Devuelve la lista de posibles formas base. Si sabes que la palabra que estás tratando de identificar no está en su forma base, puedes excluirla de la lista que obtienes de '_morphy' y elegir una de las demás. – Dany
Para python3:
git clone https://github.com/clips/pattern
cd pattern
git fetch
git checkout development
pip install mysqlclient
python setup.py install
entonces
from pattern.en import conjugate, lemma, lexeme,PRESENT,SG
print (lemma('gave'))
print (lexeme('gave'))
print (conjugate(verb='give',tense=PRESENT,number=SG)) # he/she/it
produce
give ['give', 'gives', 'giving', 'gave', 'given'] gives
thnks a @Agargara para señalar & autores de Pattern por su hermoso trabajo, ve a apoyarlos ;-)
¿No hay nadie que pueda responder a esta pregunta? –