nltk辞書を繰り返してください

Question

利用可能なnltk辞書のいくつか、つまりスペイン語辞書を繰り返し処理できるかどうかを知りたいと思います。私はいくつかの要件に合った特定の単語を見つけたいと思います。

私はこのリスト["tv", "tb", "tp", "dv", "db", "dp"]を得たとしましょう、アルゴリズムは["tapa", "tubo", "tuba", ...]のような言葉を私に与えるでしょう。あなたが見ることができるようにあなたがそれらの単語に母音を取り除く場合、彼らは最初のリストになります：

• タパ=> TP
• TUBO => TB
• チューバ=> TB

とにかく、私はちょうどそれがNLTK辞書や方法についてのスペイン語の単語を反復処理することができますかどうかを知りたい、それはかなりのだ

Answer 1

NLTKは、スペイン語のリソースの多くを持っているが、私は辞書を認識していませんよ。だから私はあなたに単語リストの選択肢を残し、そこから行くでしょう。

一般に、nltkは単語リストを個々の単語に対して通常の方法words()でコーパスリーダーとして表します。英語の単語リストであなたのテンプレートと一致する単語を見つける方法は次のとおりです。

templates = set(["tv", "tb", "tp", "dv", "db", "dp"]) 
for w in nltk.corpus.words.words("en"): 
    <remove vowels and check if it is in `templates`> 

スペイン語のストップワードリストがあります。

for w in nltk.corpus.stopwords.words("spanish"): 
    ... 

また、スペイン語コーパスから独自の「単語リスト」を作成することもできます。私はこの目的のための最良のデータ構造がセットなので、恐怖の引用符を使用しました。 Pythonでは、あなたにその鍵を与えるsetかdictを反復処理：

mywords = set(w.lower() for w in nltk.corpus.conll2002.words("esp.train")) 
for w in mywords: 
    ...