如何在nltk中用hunpos标记文本文件？

Question

有人可以帮我用hunpos标记nltk中的语料库的语法吗？

1. 我要为hunpos.HunPosTagger模块导入什么？

2. 我如何HunPosTag语料库？请参见下面的代码。

---

import nltk 
from nltk.corpus import PlaintextCorpusReader  
from nltk.corpus.util import LazyCorpusLoader  

corpus_root = './'  
reader = PlaintextCorpusReader (corpus_root, '.*')  

ntuen = LazyCorpusLoader ('ntumultien', PlaintextCorpusReader, reader)  
ntuen.fileids()  
isinstance (ntuen, PlaintextCorpusReader)  


# So how do I hunpos tag `ntuen`? I can't get the following code to work.
# please help me to correct my python syntax errors, I'm new to python 
# but i really need this to work. sorry
##from nltk.tag import hunpos.HunPosTagger
ht = HunPosTagger('english.model')
for sentence in ntu.sent() ##looping through the no. of sentence
     ht.tag(ntusent()[i])

Answer 1

import nltk 
from nltk.tag.hunpos import HunposTagger
from nltk.tokenize import word_tokenize

corpus = "so how do i hunpos tag my ntuen ? i can't get the following code to work."
#please help me to correct my python syntax errors, i'm new to python 
#but i really need this to work. sorry
##from nltk.tag import hunpos.HunPosTagger
ht = HunposTagger('en_wsj.model')
print ht.tag(word_tokenize(corpus))

我觉得问题在于您没有对单词进行标记，但是还有其他原因可能导致代码无法正常工作（它是HunposTagger，而不是HunPosTagger）。我根据您的问题做了一个简化的示例。如果您还有其他问题，请发表评论。

我从这里得到了所有东西：http : //code.google.com/p/hunpos/

python hunpos.py

[（'so'，'RB'），（'how'，'WRB'），（'do'，'VBP'），（'i'，'FW'），（'hunpos'，'NN'） ，（'tag'，'NN'），（'my'，'PRP $'），（'ntuen'，'NN'），（'？'，'。'），（'i'，'FW' ），（'ca'，'MD'），（'n't'，'RB'），（'get'，'VB'），（'the'，'DT'），（'following'，' JJ'），（'code'，'NN'），（'to'，'TO'），（'work'，'VB'），（'。'，'。'）]