Python - spaCy का उपयोग करके PoS टैगिंग और लेमेटाइजेशन

spaCy सर्वश्रेष्ठ टेक्स्ट एनालिसिस लाइब्रेरी में से एक है। spaCy बड़े पैमाने पर सूचना निष्कर्षण कार्यों में उत्कृष्ट है और दुनिया में सबसे तेज़ में से एक है। यह डीप लर्निंग के लिए टेक्स्ट तैयार करने का सबसे अच्छा तरीका भी है। spaCy, NLTKTagger और TextBlob की तुलना में बहुत तेज़ और सटीक है।

इंस्टॉल कैसे करें?

pip install spacy
python -m spacy download en_core_web_sm

उदाहरण

# लाइब्रेरी इम्पोर्ट और लोड करना
import spacy
# python -m spacy download en_core_web_sm
nlp = spacy.load("en_core_web_sm")

# POS-TAGGING
# पूरे डॉक्यूमेंट को प्रोसेस करना
text = ("""My name is Vishesh. I love to work on data science problems. Please check out my github profile!""")
doc = nlp(text)

# टोकन और टैग
for token in doc:
    print(token, token.pos_)

# Verb टोकन्स की लिस्ट चाहिए
print("Verbs:", [token.text for token in doc if token.pos_ == "VERB"])

# लेमेटाइजेशन: यह एक शब्द के इन्फ्लेक्टेड रूपों को एक साथ ग्रुप करने की प्रक्रिया है
# ताकि उन्हें एक सिंगल आइटम के रूप में एनालाइज़ किया जा सके,
# जिसे शब्द के लेम्मा या डिक्शनरी फॉर्म द्वारा पहचाना जाता है।
import spacy

# इंग्लिश टोकनाइज़र, टैगर, पार्सर, NER और वर्ड वेक्टर्स लोड करना
nlp = spacy.load("en_core_web_sm")

# पूरे डॉक्यूमेंट को प्रोसेस करना
text = ("""My name is Vishesh. I love to work on data science problems. Please check out my github profile!""")
doc = nlp(text)

for token in doc:
    print(token, token.lemma_)