morphology.py 文件源码

python
阅读 26 收藏 0 点赞 0 评论 0

项目:models 作者: bureaucratic-labs 项目源码 文件源码
def get_pos_train_data(corpus, count=None, **kwargs):
    X = []
    y = []

    documents = corpus.iter_documents()
    if count:
        documents = islice(documents, count)

    for document in tqdm(documents):
        sents = document.iter_tagged_sents()
        for sent in sents:
            tokens = []
            labels = []
            for token, tags in sent:
                tags = tags.split(',')
                tokens.append(token)
                labels.append(tags[0])  # TODO:
            X.append(sent2posfeatures(tokens))
            y.append(labels)

    return train_test_split(X, y, **kwargs)
评论列表
文章目录


问题


面经


文章

微信
公众号

扫码关注公众号