小编Deh*_*gYe的帖子

这里演示的斯坦福NLP 给出了这样的输出:

Colorless/JJ green/JJ ideas/NNS sleep/VBP furiously/RB ./.

部分语音标签是什么意思？我无法找到正式名单.它是斯坦福自己的系统,还是使用通用标签？(JJ例如,是什么？)

另外,例如,当我迭代句子,寻找名词时,我最终会做一些事情,比如查看是否有标签.contains('N').这感觉很弱.有没有更好的方法以编程方式搜索某个词性？

u''前缀和unicode()？有什么区别？

# -*- coding: utf-8 -*-
print u'??'  # this works
print unicode('??', errors='ignore') # this works but print out nothing
print unicode('??') # error

对于第三个print,错误显示:UnicodeDecodeError:'ascii'编解码器无法解码位置0中的字节0xe4

如果我有一个包含非ascii字符的文本文件,例如"上午",如何阅读并正确打印出来？

特征用于模型训练和测试。自然语言处理中的词汇特征和正字法特征有什么区别？例子首选。

如何将不能使用utf8解码的字符替换为空白？

# -*- coding: utf-8 -*-
print unicode('\x97', errors='ignore') # print out nothing
print unicode('ABC\x97abc', errors='ignore') # print out ABCabc

我该如何打印ABC abc而不是打印ABCabc？注意，\x97这只是一个示例字符。无法解码的字符是未知输入。

• 如果使用errors='ignore'，它将不会打印任何内容。
• 如果使用errors='replace'，它将用一些特殊字符替换该字符。

如何使用地名词典或词典作为CRF ++中的功能？

详细说明:假设我想在人名上做NER,并且我有一个包含常见人名的地名词典(或词典),我想用这个地名词典作为crf ++的输入,我该怎么做？

我正在使用条件随机字段包crf ++来执行命名实体识别任务.我知道如何在crf ++中表示一些常用的功能.例如,如果我们想使用Capitalization作为特征,我们可以在crf的特征模板中添加一个单独的列,指示单词是否大写.

我maven build在安装了 m2eclipse 的 eclipse 中运行，它显示：

具有此名称的 Maven 构建配置已存在。

配置文件在哪里，我可以删除它们，这样我就不会再有这样的命名冲突了吗？

例如,如何匹配_ab句子中的第二个_ab_ab is a test？我试图\>匹配词尾,但不适用于Python 2.7.注意:我匹配的不是字符串的结尾,而是单个单词的结尾.

其他帖子中有隐含的答案.但我认为应该提倡对这个问题作出简单而直接的回答.所以我在尝试以下帖子后没有找到直接和简洁的解决方案就问过它.

1. Python Regex用于查找空格,字符串结尾和/或单词边界

2. Python re模块是否支持字边界(\ b)？