小编ven*_*nev的帖子

下面的代码将句子分成单独的标记，输出如下

 "cloud"  "computing"  "is" "benefiting"  " major"  "manufacturing"  "companies"


import en_core_web_sm
nlp = en_core_web_sm.load()

doc = nlp("Cloud computing is benefiting major manufacturing companies")
for token in doc:
    print(token.text)

理想情况下，我想要的是，将“云计算”放在一起阅读，因为它在技术上是一个词。

基本上我正在寻找一个双克。Spacy 中是否有允许 Bi gram 或 Trigram 的任何功能？

我有以下清单

list1= ['Dodd-Frank', 'insurance', 'regulation']

我使用以下命令删除连字符

new1 =[j.replace('-', ' ') for j in list1]

我得到的结果

new1= ['Dodd Frank', 'insurance', 'regulation']

理想的结果是

new1= ['Dodd', 'Frank', 'insurance', 'regulation']

如何以最有效的方式完成此任务