【题目和解决《NLTK PYTHON》天然说话处理惩罚中文翻译版中的一处代码错误

    添加时间:2013-5-20 点击量:

        我也是一名NLP的新手，导师给了我们入门的进修材料，便是《Natural Language Processing with Python》的国内爱好者免费翻译的中文版。在中文版中，不免有一些小错误，大项目组错误经过本身的稍微细心研读可以更正过来。


        在这里发了然一处代码上的小错误，供大师分享。


    在11.3数据采集中的“处理惩罚濒危说话时希罕重视事项”末节里面，有一处将辅音字母次序规范化的代码。这段代码其实并不难懂得。然则在中文版的翻译中，可能是因为排版者的不警惕忽视，造成了排版错误。


    在中文版的傍边，这段代码是如许的：



    >>>mappings= [（ph， f）， （ght， t）， （^kn， n）， （qu， kw），

    ... （    [aeiou]+， a）， （r（.）\1， r\1）]

    >>>def signature（word）:

    ...     for patt，repl in mappings:

    ... word    = re.sub（patt， repl， word）

    ... pieces    = re.findall（[âeiou]+， word）

    ...     return .join（char for piecein pieces for charin sorted（piece））[:8]

    >>>signature（illefent）

    lfnt

    >>>signature（ebsekwieous）

    bskws

    >>>signature（nuculerr）

    nclr


    存眷pieces=re.findall…这一行，发明a上方多了一个^符号，这里是不正确的。


    应当把这句代码写成pieces= re.findall（[^aeiou]+， word），学过正则表达式和读过这一段的读者们应当都知道为什么要如许改。


    完全的代码如下：



    >>> mappings = [（ph， f）， （ght， t）， （^kn， n）， （qu， kw），

    ...             （    [aeiou]+， a）， （r（.）\1， r\1）]

    >>> def signature（word）:

    ...         for patt， repl in mappings:

    ...         word     = re.sub（patt， repl， word）

    ...     pieces     = re.findall（[^aeiou]+， word）

    ...         return .join（char for piece in pieces for char in sorted（piece））[:8]

    >>> signature（illefent）

    lfnt

    >>> signature（ebsekwieous）

    bskws

    >>> signature（nuculerr）

    nclr



    再次感激热情翻译作者为我们带来的入门经典作品！

    我们永远不要期待别人的拯救，只有自己才能升华自己。自己已准备好了多少容量，方能吸引对等的人与我们相遇，否则再美好的人出现、再动人的事情降临身边，我们也没有能量去理解与珍惜，终将擦肩而过。—— 姚谦《品味》
    分享到：