Is there a way to check if a word is found in WordNet or not?
或者，是否有更好的方法从字符串中除去“正确的英语单词”以外的任何内容？
1 回答
2
你可以查看 wordnet.synsets(token) . 一定要处理标点符号，然后检查是否's in the list. Here'是一个例子：
from nltk.tokenize import WordPunctTokenizer
from nltk.corpus import wordnet
my_list_of_strings = [] # populate list before using
wpt = WordPunctTokenizer()
only_recognized_words = []
for s in my_list_of_strings:
tokens = wpt.tokenize(s)
if tokens: # check if empty string
for t in tokens:
if wordnet.synsets(t):
only_recognized_words.append(t) # only keep recognized words
1 回答
你可以查看
wordnet.synsets(token). 一定要处理标点符号，然后检查是否's in the list. Here'是一个例子：但是你应该真正创建一些自定义逻辑来处理Twitter数据，特别是处理哈希标签，@replies，用户名，链接，转发等 . 有很多论文都有收集的策略 .