语料库用nltk发短信？

Question

你好，我用NLTK下载了一个语料库

phrase = nltk.corpus.conll2002.iob_sents('esp.testb')[0]

这一回报：

[('La'，'DA'，‘B’)，(‘Coru a '，'NC'，’I‘)，('，’，'Fc'，'O')，('23'，'Z'，'O')，(‘可能’，'NC'，'O')，(‘’，‘平安’，'O')，('EFECOM'，'NP'，'B-ORG')，

这些问题是关于如何获得我使用以下代码的完整句子：

' '.join([w[0] for w in phrase])
phrase = ' '.join([w[0] for w in phrase])

但我明白

'La Coru a，5月23日(欧洲经济共同体)。

而不是

'La Coru a，5月23日(欧洲经济共同体)。

我怎样才能得到第二句？

谢谢

Answer 1

CoNLL语料库通常不包含关于空间的信息，因此不可能完美地重构原始句子。

您可以使用启发式方法，不要将空格放在逗号之前，也可以在句号或其他字符之前加上空格，但通常情况下，用空格分隔所有内容就更容易了。