POS标记 - NLTK认为名词是动词

Question

在下面的代码中，为什么nltk认为'select'是形容词而不是动词？

>>> import nltk
>>> t = nltk.tokenize.word_tokenize("select icon from icon")
>>> nltk.tag.pos_tag(t)
[('select', 'JJ'), ('icon', 'NN'), ('from', 'IN'), ('icon', 'NN')]

Answer 1

我想没有简单的答案，因为Tagger是用统计模型训练的（我发现它是用Penn Treebank here上的Back-off Trigram Markov模型训练的。）

我可以想象＆＃34;从图标中选择图标＆＃34;在训练语料库中是非常罕见的（如果它发生的话），所以看第一个单词，除了新句子的开头之外没有更多的语境信息，它最可能指定JJ标签

如果这对您来说是一个很大的问题，您可以考虑在语料库中训练自己的标记器，这些句子会出现更多这类句子，或使用this之类的东西来丰富旧句子。