如何用Python的NLTK或同类工具实现动词词原形(lemma)变位及词性转换？

1. 使用inflect库 #

inflect是轻量级语言处理库，支持动词变位、名词单复数转换，适配Python3.9+版本。

安装命令：

pip install inflect

使用示例：

import inflect
p = inflect.engine()

# 获取动词的全变位形式
verb_lemma = "run"
all_conjugations = p.conjugate(verb_lemma, all=True)
print(all_conjugations)

# 生成特定时态/人称的变位
print(p.conjugate("run", tense="present", person=3, number="singular"))  # 输出：runs
print(p.conjugate("run", tense="past"))  # 输出：ran
print(p.conjugate("run", tense="past", aspect="perfect"))  # 输出：has run

2. 使用pyconjug库 #

pyconjug是专门针对英语动词变位的库，可直接返回动词所有时态、语态形式，API直观易上手。

安装命令：

pip install pyconjug

使用示例：

from pyconjug import Conjugator

conjugator = Conjugator(lang='en')
verb_obj = conjugator.conjugate("run")

# 获取所有变位形式的字典
print(verb_obj.all_conjugations)

# 单独获取特定形态
print(verb_obj.present_tense)          # 现在时形式
print(verb_obj.past_tense)             # 过去式形式
print(verb_obj.present_participle)     # 现在分词
print(verb_obj.past_participle)        # 过去分词

3. 使用spaCy搭配spacy-inflect插件 #

借助spaCy的语法分析能力，结合spacy-inflect插件可精准生成动词指定词性形态，适合需结合NLP pipeline的场景。

安装命令：

pip install spacy spacy-inflect
python -m spacy download en_core_web_sm

使用示例：

import spacy
from spacy_inflect import Inflect

nlp = spacy.load("en_core_web_sm")
inflect = Inflect(nlp)

doc = nlp("run")
verb_token = doc[0]

# 根据Penn Treebank标签生成对应形态
print(inflect.inflect(verb_token, tag="VBZ"))  # 第三人称单数现在时：runs
print(inflect.inflect(verb_token, tag="VBD"))  # 过去式：ran
print(inflect.inflect(verb_token, tag="VBG"))  # 现在分词：running
print(inflect.inflect(verb_token, tag="VBN"))  # 过去分词：run

4. 适配Python3的pattern3分支 #

原版pattern库对高版本Python支持不佳，但社区维护的pattern3分支解决了兼容性问题，可在Python3.9/3.10中正常使用。

安装命令：

pip install pattern3

使用示例：

from pattern.en import conjugate

# 生成不同时态、语态的变位
print(conjugate("run", tense="present", person=3))  # runs
print(conjugate("run", tense="past"))  # ran
print(conjugate("run", tense="future"))  # will run
print(conjugate("run", aspect="progressive"))  # am running

内容的提问来源于stack exchange，提问作者Patrick Autilio