python: modifier PerceptronTagger dans nltk pour reconnaître 'et/ou'

Question

Comment puis-je modifier PerceptronTagger dans le module nltk (ou peut-être ajouter des fonctionnalités temporaires) pour qu'il reconnaisse 'et/ou' comme balise 'CC'?

Answer 1

Si c'est la seule chose que vous voulez changer, la solution la plus simple est juste post-traitement du texte marqué:

for sentence in tagged_sentences: 
    for n, (word,tag) in enumerate(sentence): 
     if word == 'and/or': 
      sentence[n] = (word, "CC") 

Mais si votre question est la première étape pour « améliorer » le tagueur du NLTK , vous devriez prendre la vision à long terme et réfléchir à la façon dont vous pourriez construire ou installer un meilleur tagueur. Jetez un oeil sur les nombreux liens inclus dans this answer.