Tag NLTK – Le tableau facile pour tout savoir

Avec la librairie NLTK, il n’est pas toujours évident de s’y retrouver, notamment avec le module sur les tags (pos_tag) !

Ce module permet de connaître la valeur de chaque adjectif, nom, nom propre, etc.

Dans ce post, on vous propose un tableau récapitulatif de chaque tags NLKT et de leur correspondance 😉

LA MÉTHODE PARÉ POUR FAIRE DU DEEP LEARNING !

Reçois tes 7 JOURS De Formation GRATUITE Pour Apprendre À Créer TA PREMIÈRE INTELLIGENCE ARTIFICIELLE !

Pendant les 7 prochains jours je vais te montrer comment utiliser les Réseaux de neurones.

Tu vas comprendre ce qu'est le Deep Learning avec des exemples concrets qui vont te rester dans la tête.

ATTENTION, cette série d’email ne s’adresse pas à tout le monde. Si tu es du genre à aimer les cours théoriques et scolaires tu peux passer ta route.

Mais si tu souhaite apprendre la méthode PARÉ pour faire du Deep Learning, clique ici :

Tags NLTK

TagSignification
CCConjonction de coordination
CDNuméro cardinal
DTDéterminant
EXExistentiel « there »
FWMot étranger (non anglais)
INPréposition ou conjonction de subordination
JJAdjectif
VPExpression verbale 
JJRAdjectif, comparatif
JJSAdjectif, superlatif
LSMarqueur d’élément d’une liste
MDModal
NNNom, singulier
NNSNom, pluriel
PPPreposition
NNPNom propre, singulier
NNPSNom propre, pluriel
PDTPrédéterminant
POSTerminaison possessive
PRPPronom personnel
PRPPronom possessif
RBAdverb
RBRAdverbe, comparatif
RBSAdverbe, superlatif
RPParticule
SClause déclarative simple
SBARClause introduite par une conjonction de subordination (éventuellement vide)
SBARQQuestion directe introduite par un mot ou une phrase en forme de wh.
SINVPhrase déclarative inversée, c’est-à-dire une phrase dans laquelle le sujet suit le verbe tendu ou le modal.
SQQuestion inversée oui/non, ou clause principale d’une question en « Wh », suivant la phrase en « Wh » dans le SBARQ.
SYMSymbole
VBDVerbe au passé
VBGVerbe, gérondif ou participe présent
VBVerbe, forme de base
VBNVerbe, participe passé
VBPVerbe, non 3ème personne du singulier, présent
VBZVerb, 3rd person singular present
Verbe, 3ème personne du singulier, présent

WDTDéterminant en « Wh »
WPPronom en « Wh »
WPPronom possessif en « Wh »
WRBAdverbe en « Wh »
Tableau des correspondances des Tags

Petit exemple d’utilisation du module nltk.tag :

from nltk import tag

tag.pos_tag(['I', 'am', 'a', 'tag', 'from', 'NLTK'])

Sortie : [(‘I’, ‘PRP’), (‘am’, ‘VBP’), (‘a’, ‘DT’), (‘tag’, ‘NN’), (‘from’, ‘IN’), (‘NLTK’, ‘NNP’)]

Les tags de la librairie NLTK est beaucoup utilisé pour les projets de NLP (en anglais) mais d’autres utilise des librairies plus classique.

Dans cet article notamment, on fait de la classification de texte avec des librairies typique de Machine Learning.

Un tutoriel qu’on vous recommande chaleureusement ! 🔥

LA MÉTHODE PARÉ POUR FAIRE DU DEEP LEARNING !

Reçois tes 7 JOURS De Formation GRATUITE Pour Apprendre À Créer TA PREMIÈRE INTELLIGENCE ARTIFICIELLE !

Pendant les 7 prochains jours je vais te montrer comment utiliser les Réseaux de neurones.

Tu vas comprendre ce qu'est le Deep Learning avec des exemples concrets qui vont te rester dans la tête.

ATTENTION, cette série d’email ne s’adresse pas à tout le monde. Si tu es du genre à aimer les cours théoriques et scolaires tu peux passer ta route.

Mais si tu souhaite apprendre la méthode PARÉ pour faire du Deep Learning, clique ici :

Tom Keldenich
Tom Keldenich

Data Engineer & passionné d'Intelligence Artificielle !

Fondateur du site Inside Machine Learning

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

This page will not stay online forever

Enter your email to receive for free

The PANE method for Deep Learning

* indicates required

 

You will receive one email per day for 7 days – then you will receive my newsletter.
Your information will never be given to third parties.

You can unsubscribe in 1 click from any of my emails.

Cette page ne restera pas en ligne éternellement


Entre ton email pour recevoir gratuitement
la méthode PARÉ pour faire du Deep Learning


Tu recevras un email par jour pendant 7 jours - puis tu recevras ma newsletter.
Tes informations ne seront jamais cédées à des tiers.

Tu peux te désinscrire en 1 clic depuis n'importe lequel de mes emails.