问题描述
我正在处理一个数据框，其中一列包含反馈文本。它已被清理干净。 我只需要知道如何从字符串中提取抽象名词和形容词。
这是我拥有的清理文本示例：
输出必须仅包含来自每个反馈的抽象名词和形容词。
例如，反馈是：
"smells good also nice taste in love with it"
输出应该是：
good nice love
我尝试使用 nltk pos 标记器和 textblob 词典。我可以使用 textblob 提取所有形容词，但在名词的情况下，它标记所有名词。我无法仅将抽象名词分开，例如上述示例中的“爱”。
解决方法
这句话在语法上不正确（漏掉了第一个主语“it”）。 NLP 工具通常不适合解析不正确的句子。然而，NLTK 甚至几乎正确地解析了原始句子：
s = "smells good also nice taste in love with it"
nltk.pos_tag(nltk.word_tokenize(s))
#[('smells','NNS'),('good','JJ'),('also','RB'),('nice',# ('taste','NN'),('in','IN'),('love',('with',('it','PRP')]
如果您更正语法，则结果 100% 正确：
s = "it smells good also nice taste in love with it"
nltk.pos_tag(nltk.word_tokenize(s))
#[('it','PRP'),('smells','VBZ'),# ('nice',('taste',# ('with','PRP')]
以及你想要的输出：
[word for word,tag in nltk.pos_tag(nltk.word_tokenize(s)) if tag[0] in "NJ"]
#['good','nice','taste','love']