Python nltkで文章中の特定の品詞を抽出
解決済
回答 1
投稿
- 評価
- クリップ 0
- VIEW 3,598
英文の自然言語処理で、特定の品詞だけ抽出したいと考えています。
import nltk
nltk.download('punkt')
nltk.download('averaged_perceptron_tagger')
text = nltk.word_tokenize("We have accomplished an economic turnaround of HISTORIC proportions! https://t.co/vnmMtPv0kk")
t = nltk.pos_tag(text)
以下が実行結果です。
[('We', 'PRP'), ('have', 'VBP'), ('accomplished', 'VBN'), ('an', 'DT'), ('economic', 'JJ'), ('turnaround', 'NN'), ('of', 'IN'), ('HISTORIC', 'NNP'), ('proportions', 'NNS'), ('!', '.'), ('https', 'NN'), (':', ':'), ('//t.co/vnmMtPv0kk', 'NN')]文章から動詞と名詞のみを取り出したいのですが、どのようにしたら取り出せるでしょうか。
また、名詞の取り出しでは、「https://t.co/vnmMtPv0kk」の部分は不要なので省くようになっていたらありがたいです。
よろしくお願いいたします。
-
気になる質問をクリップする
クリップした質問は、後からいつでもマイページで確認できます。
またクリップした質問に回答があった際、通知やメールを受け取ることができます。
クリップを取り消します
-
良い質問の評価を上げる
以下のような質問は評価を上げましょう
- 質問内容が明確
- 自分も答えを知りたい
- 質問者以外のユーザにも役立つ
評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。
質問の評価を上げたことを取り消します
-
評価を下げられる数の上限に達しました
評価を下げることができません
- 1日5回まで評価を下げられます
- 1日に1ユーザに対して2回まで評価を下げられます
質問の評価を下げる
teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。
- プログラミングに関係のない質問
- やってほしいことだけを記載した丸投げの質問
- 問題・課題が含まれていない質問
- 意図的に内容が抹消された質問
- 過去に投稿した質問と同じ内容の質問
- 広告と受け取られるような投稿
評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。
質問の評価を下げたことを取り消します
この機能は開放されていません
評価を下げる条件を満たしてません
質問の評価を下げる機能の利用条件
この機能を利用するためには、以下の事項を行う必要があります。
- 質問回答など一定の行動
-
メールアドレスの認証
メールアドレスの認証
-
質問評価に関するヘルプページの閲覧
質問評価に関するヘルプページの閲覧
checkベストアンサー
+1
forループや内包表記等で、リストの各要素のタプルの二番目（インデックスは1）の要素を見てほしい品詞のタプルだけ取れば良いです。
各記号の意味は、
>>> import nltk
>>> nltk.help.upenn_tagset()で見れるので参考にしてください。
https://t.co/vnmMtPv0kkのようなURLは、正規表現等を使って前処理で消しておいたほうが無難と思います。
投稿
-
回答の評価を上げる
以下のような回答は評価を上げましょう
- 正しい回答
- わかりやすい回答
- ためになる回答
評価が高い回答ほどページの上位に表示されます。
-
回答の評価を下げる
下記のような回答は推奨されていません。
- 間違っている回答
- 質問の回答になっていない投稿
- スパムや攻撃的な表現を用いた投稿
評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。
15分調べてもわからないことは、teratailで質問しよう！
- ただいまの回答率 88.33%
- 質問をまとめることで、思考を整理して素早く解決
- テンプレート機能で、簡単に質問をまとめられる