NLP – 仅在单词开头和结尾分离标点符号

我在学习NLP,并且尝试进行基本的预处理步骤。我正在尝试将标点符号与单词的开头和结尾分开,以便用于嵌入。在这样做的时候,我不想破坏像can'tI'm等单词,因为我会单独处理它们。

s = 'This is what I'm trying to do, but I can't figure out how.'

期望的输出:

s_separated = 'This is what I'm trying to do , but I can't figure out how .'

回答:

可以尝试以下方法:

import re
str = "This is what I'm trying to do, but I can't figure out how."
res = re.sub(r'(?<=\w)(?=[,.!;:])', ' ', str)
print res

演示与解释

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注