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
Tag | Signification |
CC | Conjonction de coordination |
CD | Numéro cardinal |
DT | Déterminant |
EX | Existentiel « there » |
FW | Mot étranger (non anglais) |
IN | Préposition ou conjonction de subordination |
JJ | Adjectif |
VP | Expression verbale |
JJR | Adjectif, comparatif |
JJS | Adjectif, superlatif |
LS | Marqueur d’élément d’une liste |
MD | Modal |
NN | Nom, singulier |
NNS | Nom, pluriel |
PP | Preposition |
NNP | Nom propre, singulier |
NNPS | Nom propre, pluriel |
PDT | Prédéterminant |
POS | Terminaison possessive |
PRP | Pronom personnel |
PRP | Pronom possessif |
RB | Adverb |
RBR | Adverbe, comparatif |
RBS | Adverbe, superlatif |
RP | Particule |
S | Clause déclarative simple |
SBAR | Clause introduite par une conjonction de subordination (éventuellement vide) |
SBARQ | Question directe introduite par un mot ou une phrase en forme de wh. |
SINV | Phrase déclarative inversée, c’est-à-dire une phrase dans laquelle le sujet suit le verbe tendu ou le modal. |
SQ | Question inversée oui/non, ou clause principale d’une question en « Wh », suivant la phrase en « Wh » dans le SBARQ. |
SYM | Symbole |
VBD | Verbe au passé |
VBG | Verbe, gérondif ou participe présent |
VB | Verbe, forme de base |
VBN | Verbe, participe passé |
VBP | Verbe, non 3ème personne du singulier, présent |
VBZ | Verb, 3rd person singular present Verbe, 3ème personne du singulier, présent |
WDT | Déterminant en « Wh » |
WP | Pronom en « Wh » |
WP | Pronom possessif en « Wh » |
WRB | Adverbe en « Wh » |
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 :