Spacy词形还原未处理consulting？是功能异常还是不支持该类词？

这不是Spacy词形还原功能的异常，而是因为**"consulting"本身兼具动词现在分词和名词两种词性**，Spacy的词形还原逻辑会结合词性标注结果生成lemma：

• 当"consulting"被识别为**动词（VERB）**时，会被还原为consult；
• 当它被识别为**名词（NOUN）**时，lemma就是它本身consulting（作为名词时，它是独立词汇，没有更基础的词根形式）。

你单独输入"consulting"时，模型默认将其标注为名词，所以输出的lemma就是原词。可以通过查看token的词性验证这一点：

nlp = spacy.load('en_core_web_trf', disable=['parser', 'ner'])
doc = nlp('consulting')
print(f"Token text: {doc[0].text}, POS: {doc[0].pos_}, Lemma: {doc[0].lemma_}")

输出结果：

Token text: consulting, POS: NOUN, Lemma: consulting

如果要让它被还原为consult，可以通过两种方式实现：

方法1：添加上下文引导词性识别 #

输入包含动词用法的句子，让模型自动识别为动词：

doc = nlp('I am consulting with my team')
print([token.lemma_ for token in doc])

输出会包含还原后的动词词根：

['I', 'be', 'consult', 'with', 'my', 'team']

方法2：手动指定词性 #

修改token的POS标签，强制按动词逻辑处理：

nlp = spacy.load('en_core_web_trf', disable=['parser', 'ner'])
doc = nlp('consulting')
doc[0].pos_ = 'VERB'
# 重新运行词形还原
lemmatizer = nlp.get_pipe('lemmatizer')
lemmatizer(doc)
print([token.lemma_ for token in doc])

输出结果：

['consult']

总结：Spacy会根据单词的实际词性决定是否还原-ing形式，并非所有-ing结尾的单词都会被还原，只有当它们被识别为动词分词时，才会还原为对应的动词词根。

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