Spacy中手动修正POS标签后如何重新获取词形还原？

问题1：更新POS标签后重新获取正确词形还原 #

Spacy生成Doc对象时会一次性完成词形还原计算，手动修改token.pos_不会自动触发重新计算。你可以调用模型的词形还原器组件，结合修正后的POS标签重新生成正确词形：

import spacy

nlp = spacy.load("es_core_news_lg")
doc = nlp("Tomé una caída el mes pasado.")

# 修正POS标签（建议同时细化tag，提升还原准确性）
doc[0].pos_ = "VERB"
doc[0].tag_ = "VB"

# 获取词形还原器并重新计算
lemmatizer = nlp.get_pipe("lemmatizer")
correct_lemma = lemmatizer.lemmatize(doc[0], pos=doc[0].pos_)
doc[0].lemma_ = correct_lemma

print(doc[0].lemma_)  # 输出: tomar

问题2：脱离上下文单独获取词形还原 #

可以直接调用词形还原器，仅传入目标词汇和指定的POS标签，无需依赖完整句子上下文：

import spacy

nlp = spacy.load("es_core_news_lg")
lemmatizer = nlp.get_pipe("lemmatizer")

# 直接传入词汇和POS标签获取词形还原
target_lemma = lemmatizer.lemmatize("Tomé", pos="VERB")
print(target_lemma)  # 输出: tomar

内容的提问来源于stack exchange，提问作者Peter R