回答:
この本には、タグセットのヘルプを見つける方法が記されています。例:
nltk.help.upenn_tagset()
他のものはおそらく似ています。(注:たぶん、最初tagsets
にダウンロードヘルパーのモデルセクションからダウンロードする必要があります)
RB
意味にマッピングするルックアップテーブル/リスト/マップを期待していましたadverb
。(ここに例があります。または、@ Suzanaの回答を参照してください。これは、Penn Treebankタグセットにリンクしています)。しかし、あなたしている権利、組み込みはnltk.help.upenn_tagset('RB')
有用である、との早期述べたnltk
著書、
時間を節約するために、小さなコーパスから抽出したリストを次に示します。それが完全かどうかはわかりませんが、upenn_tagsetからのヘルプ定義のほとんど(すべてではないにしても)があるはずです...
CC:連係、調整
& 'n and both but either et for less minus neither nor or plus so
therefore times v. versus vs. whether yet
CD:数字、カーディナル
mid-1890 nine-thirty forty-two one-tenth ten million 0.5 one forty-
seven 1987 twenty '79 zero two 78-degrees eighty-four IX '60s .025
fifteen 271,124 dozen quintillion DM2,000 ...
DT:決定子
all an another any both del each either every half la many much nary
neither no some such that the them these this those
EX:そこに存在
there
IN:前置詞または結合詞、従属
astride among uppon whether out inside pro despite on by throughout
below within for towards near behind atop around if like until below
next into if beside ...
JJ:形容詞または数字、序数
third ill-mannered pre-war regrettable oiled calamitous first separable
ectoplasmic battery-powered participatory fourth still-to-be-named
multilingual multi-disciplinary ...
JJR:形容詞、比較
bleaker braver breezier briefer brighter brisker broader bumper busier
calmer cheaper choosier cleaner clearer closer colder commoner costlier
cozier creamier crunchier cuter ...
JJS:形容詞、最上級
calmest cheapest choicest classiest cleanest clearest closest commonest
corniest costliest crassest creepiest crudest cutest darkest deadliest
dearest deepest densest dinkiest ...
LS:リストアイテムマーカー
A A. B B. C C. D E F First G H I J K One SP-44001 SP-44002 SP-44005
SP-44007 Second Third Three Two * a b c d first five four one six three
two
MD:モーダル補助
can cannot could couldn't dare may might must need ought shall should
shouldn't will would
NN:名詞、共通、単数または質量
common-carrier cabbage knuckle-duster Casino afghan shed thermostat
investment slide humour falloff slick wind hyena override subhumanity
machinist ...
NNP:名詞、固有名詞、単数形
Motown Venneboerger Czestochwa Ranzer Conchita Trumplane Christos
Oceanside Escobar Kreisler Sawyer Cougar Yvette Ervin ODI Darryl CTCA
Shannon A.K.C. Meltex Liverpool ...
NNS:名詞、共通、複数形
undergraduates scotches bric-a-brac products bodyguards facets coasts
divestitures storehouses designs clubs fragrances averages
subjectivists apprehensions muses factory-jobs ...
PDT:事前決定者
all both half many quite such sure this
POS:属格マーカー
' 's
PRP:代名詞、個人
hers herself him himself hisself it itself me myself one oneself ours
ourselves ownself self she thee theirs them themselves they thou thy us
PRP $:代名詞、所有格
her his mine my our ours their thy your
RB:副詞
occasionally unabatingly maddeningly adventurously professedly
stirringly prominently technologically magisterially predominately
swiftly fiscally pitilessly ...
RBR:副詞、比較
further gloomier grander graver greater grimmer harder harsher
healthier heavier higher however larger later leaner lengthier less-
perfectly lesser lonelier longer louder lower more ...
RBS:副詞、最上級
best biggest bluntest earliest farthest first furthest hardest
heartiest highest largest least less most nearest second tightest worst
RP:パーティクル
aboard about across along apart around aside at away back before behind
by crop down ever fast for forth from go high i.e. in into just later
low more off on open out over per pie raising start teeth that through
under unto up up-pp upon whole with you
に:前置詞または無限マーカーとしての「to」
to
UH:間投詞
Goodbye Goody Gosh Wow Jeepers Jee-sus Hubba Hey Kee-reist Oops amen
huh howdy uh dammit whammo shucks heck anyways whodunnit honey golly
man baby diddle hush sonuvabitch ...
VB:動詞、基本形
ask assemble assess assign assume atone attention avoid bake balkanize
bank begin behold believe bend benefit bevel beware bless boil bomb
boost brace break bring broil brush build ...
VBD:動詞、過去形
dipped pleaded swiped regummed soaked tidied convened halted registered
cushioned exacted snubbed strode aimed adopted belied figgered
speculated wore appreciated contemplated ...
VBG:動詞、現在分詞または動名詞
telegraphing stirring focusing angering judging stalling lactating
hankerin' alleging veering capping approaching traveling besieging
encrypting interrupting erasing wincing ...
VBN:動詞、過去分詞
multihulled dilapidated aerosolized chaired languished panelized used
experimented flourished imitated reunifed factored condensed sheared
unsettled primed dubbed desired ...
VBP:動詞、現在形、三人称単数ではない
predominate wrap resort sue twist spill cure lengthen brush terminate
appear tend stray glisten obtain comprise detest tease attract
emphasize mold postpone sever return wag ...
VBZ:動詞、現在形、3人称単数
bases reconstructs marks mixes displeases seals carps weaves snatches
slumps stretches authorizes smolders pictures emerges stockpiles
seduces fizzes uses bolsters slaps speaks pleads ...
WDT:WH-determiner
that what whatever which whichever
WP:WH-代名詞
that what whatever whatsoever which who whom whosoever
WRB:Wh-副詞
how however whence whenever where whereby whereever wherein whereof why
タグセットは、タガーのトレーニングに使用されたコーパスに依存します。のデフォルトのタガーはPenn Treebank Tag Setをnltk.pos_tag()
使用します。
NLTK 2では、次のようにして、どのタガーがデフォルトのタガーであるかを確認できます。
import nltk
nltk.tag._POS_TAGGER
>>> 'taggers/maxent_treebank_pos_tagger/english.pickle'
これは、ツリーバンクコーパスでトレーニングされた最大エントロピータガーであることを意味します。
nltk.tag._POS_TAGGER
NLTK 3にはもう存在しませんが、ドキュメントには、市販のタガーが依然としてPenn Treebankタグセットを使用していると記載されています。
nltk.tag._POS_TAGGER
は実行されず、何をインポートするかについての特定の指示は提供されません。また、使用されているタガーを見つけることは答えの半分です。問題は、タガー内のすべての可能なタグのリストを取得することです
以下は、略語をキーにした辞書にアクセスするのに役立ちます:
>>> from nltk.data import load
>>> tagdict = load('help/tagsets/upenn_tagset.pickle')
>>> tagdict['NN'][0]
'noun, common, singular or mass'
>>> tagdict.keys()
['PRP$', 'VBG', 'VBD', '``', 'VBN', ',', "''", 'VBP', 'WDT', ...
参照はで利用可能です 公式サイトで
そこからコピーして貼り付けます:
ここからリストをダウンロードできます:ftp : //ftp.cis.upenn.edu/pub/treebank/doc/tagguide.ps.gz。混乱する品詞、大文字、その他の規則が含まれます。また、ウィキペディアにはこれに似た興味深いセクションがあります。セクション:使用される品詞タグ。
['LS', 'TO', 'VBN', "''", 'WP', 'UH', 'VBG', 'JJ', 'VBZ', '--', 'VBP', 'NN', 'DT', 'PRP', ':', 'WP$', 'NNPS', 'PRP$', 'WDT', '(', ')', '.', ',', '``', '$', 'RB', 'RBR', 'RBS', 'VBD', 'IN', 'FW', 'RP', 'JJR', 'JJS', 'PDT', 'MD', 'VB', 'WRB', 'NNP', 'EX', 'NNS', 'SYM', 'CC', 'CD', 'POS']
ダグショアの方法に基づいていますが、コピーアンドペーストに対応しています
このまま逐語的に実行します。
import nltk
nltk.download('tagsets')
nltk.help.upenn_tagset()
nltk.tag._POS_TAGGER
動作しません。これはAttributeErrorを返します:モジュール 'nltk.tag'には属性 '_POS_TAGGER'がありません。NLTK 3では使用できなくなりました。