NLTK o nazwie rozpoznanie jednostki w języku holenderskim
Próbuję wyodrębnić nazwane elementy z holenderskiego tekstu. użyłemtrener nltk trenować tagger i chunker w holenderskim korpusie Conll2002. Jednak metoda analizowania z chunkera nie wykrywa żadnych nazwanych jednostek. Oto mój kod:
str = 'Christiane heeft een lam.'
tagger = nltk.data.load('taggers/dutch.pickle')
chunker = nltk.data.load('chunkers/dutch.pickle')
str_tags = tagger.tag(nltk.word_tokenize(str))
print str_tags
str_chunks = chunker.parse(str_tags)
print str_chunks
I wynik tego programu:
[('Christiane', u'N'), ('heeft', u'V'), ('een', u'Art'), ('lam', u'Adj'), ('.', u'Punc')]
(S Christiane/N heeft/V een/Art lam/Adj ./Punc)
Spodziewałem się, że Christiane zostanie wykryta jako nazwana jednostka. Jakaś pomoc?