Risposte:
Il libro contiene una nota su come trovare aiuto sui set di tag, ad esempio:
nltk.help.upenn_tagset()Altri probabilmente sono simili. (Nota: forse devi prima scaricare tagsetsdalla sezione Modelli dell'helper di download per questo)
RBloro significato adverb. ( Ecco un esempio ; oppure vedi la risposta di @ Suzana, che collega il set di tag Penn Treebank ). Ma hai ragione, l'edificio nltk.help.upenn_tagset('RB')è utile e menzionato all'inizio del nltklibro ,
Per risparmiare un po 'di tempo, ecco un elenco che ho estratto da un piccolo corpus. Non so se sia completo, ma dovrebbe avere la maggior parte (se non tutte) delle definizioni di aiuto di upenn_tagset ...
CC : congiunzione, coordinamento
& 'n and both but either et for less minus neither nor or plus so
therefore times v. versus vs. whether yetCD : numerale, cardinale
mid-1890 nine-thirty forty-two one-tenth ten million 0.5 one forty-
seven 1987 twenty '79 zero two 78-degrees eighty-four IX '60s .025
fifteen 271,124 dozen quintillion DM2,000 ...DT : determinante
all an another any both del each either every half la many much nary
neither no some such that the them these this thoseEX : esistenziale lì
thereIN : preposizione o congiunzione, subordinata
astride among uppon whether out inside pro despite on by throughout
below within for towards near behind atop around if like until below
next into if beside ...JJ : aggettivo o numero, ordinale
third ill-mannered pre-war regrettable oiled calamitous first separable
ectoplasmic battery-powered participatory fourth still-to-be-named
multilingual multi-disciplinary ...JJR : aggettivo, comparativo
bleaker braver breezier briefer brighter brisker broader bumper busier
calmer cheaper choosier cleaner clearer closer colder commoner costlier
cozier creamier crunchier cuter ...JJS : aggettivo, superlativo
calmest cheapest choicest classiest cleanest clearest closest commonest
corniest costliest crassest creepiest crudest cutest darkest deadliest
dearest deepest densest dinkiest ...LS : marcatore elemento elenco
A A. B B. C C. D E F First G H I J K One SP-44001 SP-44002 SP-44005
SP-44007 Second Third Three Two * a b c d first five four one six three
twoMD : ausiliario modale
can cannot could couldn't dare may might must need ought shall should
shouldn't will wouldNN : sostantivo, comune, singolare o di massa
common-carrier cabbage knuckle-duster Casino afghan shed thermostat
investment slide humour falloff slick wind hyena override subhumanity
machinist ...NNP : sostantivo, proprio, singolare
Motown Venneboerger Czestochwa Ranzer Conchita Trumplane Christos
Oceanside Escobar Kreisler Sawyer Cougar Yvette Ervin ODI Darryl CTCA
Shannon A.K.C. Meltex Liverpool ...NNS : sostantivo, comune, plurale
undergraduates scotches bric-a-brac products bodyguards facets coasts
divestitures storehouses designs clubs fragrances averages
subjectivists apprehensions muses factory-jobs ...PDT : pre-determinatore
all both half many quite such sure thisPOS : marcatore genitivo
' 'sPRP : pronome, personale
hers herself him himself hisself it itself me myself one oneself ours
ourselves ownself self she thee theirs them themselves they thou thy usPRP $: pronome, possessivo
her his mine my our ours their thy yourRB : avverbio
occasionally unabatingly maddeningly adventurously professedly
stirringly prominently technologically magisterially predominately
swiftly fiscally pitilessly ...RBR : avverbio, comparativo
further gloomier grander graver greater grimmer harder harsher
healthier heavier higher however larger later leaner lengthier less-
perfectly lesser lonelier longer louder lower more ...RBS : avverbio, superlativo
best biggest bluntest earliest farthest first furthest hardest
heartiest highest largest least less most nearest second tightest worstRP : particella
aboard about across along apart around aside at away back before behind
by crop down ever fast for forth from go high i.e. in into just later
low more off on open out over per pie raising start teeth that through
under unto up up-pp upon whole with youTO : "to" come preposizione o marker infinito
toUH : interiezione
Goodbye Goody Gosh Wow Jeepers Jee-sus Hubba Hey Kee-reist Oops amen
huh howdy uh dammit whammo shucks heck anyways whodunnit honey golly
man baby diddle hush sonuvabitch ...VB : verbo, forma base
ask assemble assess assign assume atone attention avoid bake balkanize
bank begin behold believe bend benefit bevel beware bless boil bomb
boost brace break bring broil brush build ...VBD : verbo, passato
dipped pleaded swiped regummed soaked tidied convened halted registered
cushioned exacted snubbed strode aimed adopted belied figgered
speculated wore appreciated contemplated ...VBG : verbo, participio presente o gerundio
telegraphing stirring focusing angering judging stalling lactating
hankerin' alleging veering capping approaching traveling besieging
encrypting interrupting erasing wincing ...VBN : verbo, participio passato
multihulled dilapidated aerosolized chaired languished panelized used
experimented flourished imitated reunifed factored condensed sheared
unsettled primed dubbed desired ...VBP : verbo, tempo presente, non terza persona singolare
predominate wrap resort sue twist spill cure lengthen brush terminate
appear tend stray glisten obtain comprise detest tease attract
emphasize mold postpone sever return wag ...VBZ : verbo, tempo presente, terza persona singolare
bases reconstructs marks mixes displeases seals carps weaves snatches
slumps stretches authorizes smolders pictures emerges stockpiles
seduces fizzes uses bolsters slaps speaks pleads ...WDT : determinante WH
that what whatever which whicheverWP : pronome WH
that what whatever whatsoever which who whom whosoeverWRB : Wh-avverbio
how however whence whenever where whereby whereever wherein whereof why$, '', (, ), ,, --, ., :, FW, NNPS, SYM, WP$, [due] backticks. Vedere nltk.help.upenn_tagset().
Il set di tag dipende dal corpus utilizzato per addestrare il tagger. Il tagger predefinito nltk.pos_tag()utilizza il set di tag Penn Treebank .
In NLTK 2, è possibile verificare quale tagger è il tagger predefinito come segue:
import nltk
nltk.tag._POS_TAGGER
>>> 'taggers/maxent_treebank_pos_tagger/english.pickle'Ciò significa che è un tagger di Entropia massima addestrato sul corpus Treebank.
nltk.tag._POS_TAGGERnon esiste più in NLTK 3 ma la documentazione afferma che il tagger standard utilizza ancora il tagset Penn Treebank.
nltk.tag._POS_TAGGERnon viene eseguito e non vengono fornite istruzioni specifiche su cosa importare. Inoltre, scoprire che il tagger utilizzato è la metà della risposta, la domanda è chiedere un elenco di tutti i tag possibili all'interno del tagger
Quanto segue può essere utile per accedere a un dict digitato da abbreviazioni:
>>> from nltk.data import load
>>> tagdict = load('help/tagsets/upenn_tagset.pickle')
>>> tagdict['NN'][0]
'noun, common, singular or mass'
>>> tagdict.keys()
['PRP$', 'VBG', 'VBD', '``', 'VBN', ',', "''", 'VBP', 'WDT', ...Il riferimento è disponibile sul sito ufficiale
Copia e incolla da lì:
Puoi scaricare l'elenco qui: ftp://ftp.cis.upenn.edu/pub/treebank/doc/tagguide.ps.gz . Include parti confuse del discorso, lettere maiuscole e altre convenzioni. Inoltre, Wikipedia ha una sezione interessante simile a questa. Sezione: tag di parte del discorso utilizzati.
['LS', 'TO', 'VBN', "''", 'WP', 'UH', 'VBG', 'JJ', 'VBZ', '--', 'VBP', 'NN', 'DT', 'PRP', ':', 'WP$', 'NNPS', 'PRP$', 'WDT', '(', ')', '.', ',', '``', '$', 'RB', 'RBR', 'RBS', 'VBD', 'IN', 'FW', 'RP', 'JJR', 'JJS', 'PDT', 'MD', 'VB', 'WRB', 'NNP', 'EX', 'NNS', 'SYM', 'CC', 'CD', 'POS']Basato sul metodo di Doug Shore ma lo rende più facile da copiare e incollare
Esegui questo testualmente.
import nltk
nltk.download('tagsets')
nltk.help.upenn_tagset()nltk.tag._POS_TAGGERnon funzionerà. Darà AttributeError: modulo 'nltk.tag' non ha alcun attributo '_POS_TAGGER' . Non è più disponibile in NLTK 3.