Question

我正在尝试使用翻译后的 LIWC 词典对文本进行分类。但是我使用的库 ($pip install liwc) 无法解析包含特殊土耳其语字符的单词，例如“ü”。

这是我用于测试目的的 .dic 文件。

%
4   sad
19  health
%
terketmek   4
kürtaj  19

因此，当我尝试解析这句话“kabul terketmek naber yawru a asit kürtaj yapabilmek”时。它没有对单词“kürtaj”进行分类，因为它包含“ü”。

我试图自己解决这个问题，但我发现我使用的库在读取我提供的 .dic 文件中的行时，会像“kürtaj”一样解析“kürtaj”这个词。

所以，可能这就是图书馆不对“kürtaj”这个词进行分类的原因，因为它在翻译中丢失了:)

提前致谢！

Answer 1

我只是尝试将 encoding='utf8' 作为参数添加到 open 函数中，它读取文件并运行。