Esercitazione su NLTK Lemmatizzazione e POS (part of speech) tagging (morfologia)
Paolo Monella, Laboratorio di Informatica specialistica per Scienze dell'Antichità
Nota: Questa pagina web è raggiungibile anche inserendo nel browser l'indirizzo breve tinyurl.com/mirtomonella
Istruzioni
- Vai sulla console interattiva Python online di Repl;
- Nella finestra bianca al centro (con scritto sopra
main.py), copia/incolla il contenuto dello script (programmino) che vuoi fare girare. I due script su cui possiamo lavorare sono riportati qui sotto (consiglio di lavorare sullo script n. 2, anche se è un po' più complesso). - Nella versione "50%" di ogni script, ho lasciato degli spazi vuoti (con degli underscore ____): scarica il file sul tuo computer, sostituisci gli underscore con quel che è necessario per far funzionare lo script, e poi copia/incolla il suo contenuto nella finestra bianca di Repl.
Gli script
| Script completo al 50% | Script completo al 100% | |
|---|---|---|
| Script n. 1 | esercitazioneNLTK1-050.py | esercitazioneNLTK1-100.py |
| Script n. 2 | esercitazioneNLTK2-050.py | esercitazioneNLTK2-100.py |
Sito del prof. Mirto
Il prof. Ignazio Mirto, professore di Linguistica generale nel nostro Ateneo, ha creato il portale NLPYtaly con un lemmatizzatore/POS tagger per l'italiano, basato su TreeTagger. Il sito richiede nome utente e password per l'accesso. A lezione possiamo usare questa lista di frasi da far analizzare al software.
Credits
- NLTK (Natural Language Tool Kit) è una suite di algoritmi di linguistica computazionale in Python
- La console Python online è messa a disposizione dal portale Repl
- Gli script vengono dall'articolo Lemmatization Approaches with Examples in Python del sito Machine Learning Plus.
Quest'opera è distribuita con Licenza Creative Commons Attribuzione - Condividi allo stesso modo 4.0 Internazionale.