如何使用Spacy标注德语名词的性别？相关Pipeline组件疑问

• 核心信息来自Tagger（词性标注器）：spaCy的德语预训练模型中，Tagger会输出带性别信息的细粒度词性标签，对应关系如下：
  • NN = 阳性名词
  • NNE = 阴性名词
  • NNN = 中性名词
• Lemmatizer（词形还原器）不直接存储性别信息，它仅负责生成名词的原型，性别判断仍需依赖Tagger的输出。
• 实操代码示例：

import spacy

# 先安装德语模型：pip install spacy && python -m spacy download de_core_news_md
nlp = spacy.load("de_core_news_md")

doc = nlp("Der Hund bellt laut. Die Katze schläft. Das Kind spielt.")

for token in doc:
    if token.pos_ == "NOUN":
        gender_map = {"NN": "阳性", "NNE": "阴性", "NNN": "中性"}
        print(f"{token.text}: {gender_map.get(token.tag_, '未知')} (标签: {token.tag_})")

• 补充提示：也可通过定冠词与名词的依存关系间接判断性别，但无定冠词搭配的名词，只能依靠Tagger的tag_属性获取准确性别信息。

内容的提问来源于stack exchange，提问作者Julius Hamilton