用nltk pos标记器标记单个单词标记每个字母而不是单词

Question

我试着用nltk pos标记器标记一个单词：

word = "going"
pos = nltk.pos_tag(word)
print pos

但结果是：

[('g', 'NN'), ('o', 'VBD'), ('i', 'PRP'), ('n', 'VBP'), ('g', 'JJ')]

它标记每个字母，而不仅仅是一个单词。

我能做什么让它标记这个词？

Answer 1

>>> word = 'going'
>>> word = nltk.word_tokenize(word)
>>> l1 = nltk.pos_tag(word)
>>> l1
[('going', 'VBG')]

Answer 2

^{}接受标记列表，分离并标记其元素。因此，你需要把你的话放在一个合适的列表中：

>>> nltk.tag.pos_tag(['going'])
[('going', 'VBG')]

Answer 3

标记器在单词列表上工作。要将字符串转换为列表，只需使用

word_list = [word]

然后在word_list上使用pos标记符。注意，如果有多个单词，应该首先对字符串运行nltk.word_tokenize。

对于只标记一个单词的成功，您应该查看第4.3节here中提到的查找标记器。nltk使用的pos_tag比一个单词查找标记更复杂，但它确实使用了一个作为过程的一部分，因此您应该看到ok结果。