Traitement linguistique 100 coups 2015 ["Chapitre 6: Traitement de texte anglais"](http: //www.cl.ecei) Il s'agit de l'enregistrement des 51e "mots découpés" de .tohoku.ac.jp / nlp100 / # ch6). Cette fois est techniquement presque la même que la dernière fois. Un simple coup qui se termine par moins de 10 lignes de code.

Lien de référence

Lien	Remarques
051.Découpez les mots.ipynb	Lien GitHub du programme de réponse
100 coups de traitement du langage amateur:51	Copiez et collez la source de nombreuses pièces source

environnement

type	version	Contenu
OS	Ubuntu18.04.01 LTS	Il fonctionne virtuellement
pyenv	1.2.16	J'utilise pyenv car j'utilise parfois plusieurs environnements Python
Python	3.8.1	python3 sur pyenv.8.J'utilise 1 Les packages sont gérés à l'aide de venv

Chapitre 6: Traitement du texte anglais

contenu de l'étude

Un aperçu des différentes technologies de base pour le traitement du langage naturel grâce au traitement de texte anglais à l'aide de Stanford Core NLP.

Stanford Core NLP, dérivation, balisage de mot partiel, extraction d'expressions propres, analyse de co-référence, analyse de dépendance, analyse de structure de phrase, S-expression

Contenu frappé

Effectuez le traitement suivant sur le texte anglais (nlp.txt).

51. Couper les mots

Considérez les blancs comme des sauts de mots, prenez 50 sorties en entrée et en sortie sous la forme d'un mot par ligne. Cependant, affichez une ligne vide à la fin de l'instruction.

Répondre

Programme de réponse [051. Word Clipping.ipynb](https://github.com/YoheiFukuhara/nlp100/blob/master/06.%E8%8B%B1%E8%AA%9E%E3%83%86%E3 % 82% AD% E3% 82% B9% E3% 83% 88% E3% 81% AE% E5% 87% A6% E7% 90% 86/051.% E5% 8D% 98% E8% AA% 9E% E3% 81% AE% E5% 88% 87% E3% 82% 8A% E5% 87% BA% E3% 81% 97.ipynb)

import re

with open('./050.result.txt') as file_in, \
     open('./051.result.txt', 'w') as file_out:
    for line in file_in:
        if line != '\n':
            line = re.sub(r'''
                         [\.|;|:|\?|!|,]*  # . or ; or : or ? or ! or ,Est 0 fois ou plus
                         \s                 #Vide
                       ''', '\n', line, flags = re.VERBOSE)
            print(line, file=file_out)

Répondre au commentaire

Expressions régulières

Traitement à l'aide d'expressions régulières suivant l'heure précédente. Cette fois, remplacez le vide (espace) par un saut de ligne. Cette fois, c'est plus simple car il n'y a pas d'affirmations positives d'anticipation / d'anticipation. Même s'il y avait un système de symboles avant le blanc, il a été remplacé.

Résultat de sortie (résultat de l'exécution)

Lorsque le programme est exécuté, le résultat suivant (extrait des 20 premières lignes) est sorti.

`text:051.result.txt(Extrait des 20 premières lignes)`


Natural
language
processing

From
Wikipedia
the
free
encyclopedia

Natural
language
processing
(NLP)
is
a
field
of
computer
science

100 traitement du langage Knock-51: découpage de mots