如何修正代码以从《哈姆雷特》语料库筛选正确的-est型形容词最高级词汇

原代码仅通过-est后缀筛选词汇，无法区分真正的形容词最高级与其他以-est结尾的名词、动词或普通形容词（如priest、honest）。要精准筛选，需结合词性标注，识别出标记为形容词最高级的词汇（NLTK中对应标签为JJS）。

修正后的代码 #

from nltk.corpus import shakespeare
from nltk import pos_tag
import nltk

# 若未下载词性标注模型，先执行以下两行（仅首次运行需要）
# nltk.download('averaged_perceptron_tagger')

def get_superlative_adjectives(word_list):
    # 转小写并去重（可选，避免重复词汇）
    lower_words = list(set([word.lower() for word in word_list]))
    # 词性标注
    tagged_words = pos_tag(lower_words)
    # 筛选形容词最高级（标签JJS）
    superlatives = [word for word, tag in tagged_words if tag == 'JJS']
    return sorted(superlatives)

# 获取《哈姆雷特》词汇并调用函数
hamlet_words = shakespeare.words('hamlet.xml')
print(get_superlative_adjectives(hamlet_words))

代码说明 #

• 词性标注：pos_tag函数会为每个词汇添加词性标签，JJS专门对应英语形容词的最高级形式（包括规则变化如mightiest和不规则变化如best）。
• 去重处理：使用set去除重复词汇，最后排序让结果更规整（若需要保留原出现频次可去掉这一步）。
• 修正变量错误：原代码中调用est(words_list)但未定义words_list，修正为使用实际获取的hamlet_words变量。

预期输出 #

运行后会得到仅包含形容词最高级的列表：

['best', 'blackest', 'chariest', 'chiefest', 'darkest', 'dearest', 'eldest', 'highest', 'littlest', 'lowest', 'mightiest', 'noblest', 'profoundest', 'strongest', 'unworthiest', 'weakest', 'wisest']

内容的提问来源于stack exchange，提问作者Denzel