能否通过SpaCy根据波兰语动词不定式获取对应变位形式？

核心结论 #

SpaCy的波兰语模型（如pl_core_news_sm）主打文本分析标注，本身没有专门的变位生成工具，但可以通过其Morphology模块的inflect()方法，基于语法属性反向生成特定人称的变位形式。你之前尝试的Matcher类只能匹配文本中已存在的变位词，无法生成新形式，所以不适合你的需求。

具体实现步骤 #

1. 加载模型并处理不定式动词
   先加载波兰语模型，将不定式转为SpaCy的Token对象，获取其形态信息：

import spacy

# 加载波兰语模型
nlp = spacy.load("pl_core_news_sm")

# 目标不定式动词
infinitive_verb = "mieć"
doc = nlp(infinitive_verb)
verb_token = doc[0]

2. 生成指定人称的变位形式
   使用verb_token.morph.inflect()方法，传入需要的语法属性参数（人称、数、时态等），即可生成对应变位：

# 生成第一人称单数现在时（mam）
first_person = verb_token.morph.inflect({"Person": "1", "Number": "Sing", "Tense": "Pres"})
print(f"第一人称单数：{first_person}")

# 生成第二人称单数现在时（masz）
second_person = verb_token.morph.inflect({"Person": "2", "Number": "Sing", "Tense": "Pres"})
print(f"第二人称单数：{second_person}")

补充方案（更全面的变位支持） #

如果需要覆盖更多时态、人称或不规则动词，建议结合专门的波兰语形态分析库pymorphy2，它对变位的支持更完整：

import pymorphy2

morph = pymorphy2.MorphAnalyzer(lang='pl')
parsed_verb = morph.parse("mieć")[0]

# 第一人称单数现在时
first_person = parsed_verb.inflect({'1per', 'sing', 'pres'}).word
# 第二人称单数现在时
second_person = parsed_verb.inflect({'2per', 'sing', 'pres'}).word

print(first_person, second_person)  # 输出 mam masz

内容的提问来源于stack exchange，提问作者The Cat