我正在寻找一种有效的方法来区分语法的英语语法(动词,名词,形容词等)使用python程序。
目前,我实现这一目标的方法是让程序读取dicionary.com的源代码,并使用一些裁剪来查找信息
url = "http://dictionary.reference.com/browse/" + x + "?s=t"]
request = urllib2.Request(url)
handle = urllib2.urlopen(request)
content = handle.read()
# cut the html code to the correct spot
splitted_page = content.split(b"<span class=\"dbox-pg\">", 1)
splitted_page = splitted_page[1].split(b"</span>", 1)
word_type.append(splitted_page)其中x是我要搜索的单词。我的问题是,这被证明是非常困难的,因为这个网站的源代码不一致,所以这个代码对某些单词有效,但对其他单词无效。
我想知道有没有更安全的方法来做这件事?
提前谢谢你!
发布于 2015-08-07 06:12:25
如果不使用NLTK,我会去识别特定的后缀,看看什么是哪里。只是一个布局。
所以,把一个句子分成几个单词,看看哪些单词以"ed“、"ing”、"tion“、"ay”、"et“、"ct”、"ee“、"ly”、"ful“、"less”、"ness“等结尾。
还有缩写"n.t“".ve”"'re“”d“..。
有一些轻量级的字典来支持这一点,比如CMUDict,它只包含单词及其各自的发音。
在某处列出一系列不规则动词和常用形式,如"am“"is”"are“"was”“was”"has“"will”“will”"do“”do“”do)和它们的否定形式。
使用这个系统,你可以看到你是否得到了一个英文单词。
从它在句子中的后缀和位置,你可以很好地猜测它在句子中的作用。
否则,即使您有单独的动词和名词列表,通常也很难(仅通过查看这个单词)区分它是名词还是动词。因此,在任何情况下,您都必须有一个上下文管理器。(如果您希望您的猜测准确率达到98% )。
搜索任何英语词典(如果您不想使用CMUDict),并解析它以供您使用。
不要在网上做!它将是缓慢的,并且可能会出现大量其他问题,包括不一致的返回和连接问题。
https://stackoverflow.com/questions/31865576
复制相似问题