求助：NLTK WordNetLemmatizer对简单输入文本无生效问题

你的代码没生效的核心问题是直接遍历了字符串的每个字符，而WordNetLemmatizer需要接收单个单词作为输入。字符串遍历会把"bats flying balls"拆成一个个字符（比如'b'、'a'、't'等），对字符做词形还原不会有任何变化，所以输出和原句一致。

修正后的代码 #

from nltk.tokenize import word_tokenize
from nltk.stem import WordNetLemmatizer

def word_lemmatizer(text):
    lemmatizer = WordNetLemmatizer()
    # 先把文本分词成单词列表
    word_tokens = word_tokenize(text)
    # 对每个单词做词形还原
    lem_words = [lemmatizer.lemmatize(w) for w in word_tokens]
    # 把还原后的单词拼接成句子
    lem_text = " ".join(lem_words)
    return lem_text

print(word_lemmatizer("bats flying balls"))

输出结果 #

bat flying ball

进阶优化（可选） #

WordNetLemmatizer默认按名词（pos='n'）还原，如果要更准确处理动词（比如"flying"还原成"fly"），可以手动指定词性：

def word_lemmatizer(text):
    lemmatizer = WordNetLemmatizer()
    word_tokens = word_tokenize(text)
    # 给动词指定pos='v'，名词用默认的pos='n'
    lem_words = []
    for w in word_tokens:
        # 先尝试按动词还原，再按名词（如果还原结果和原词一致的话）
        lem_v = lemmatizer.lemmatize(w, pos='v')
        lem_words.append(lem_v if lem_v != w else lemmatizer.lemmatize(w))
    lem_text = " ".join(lem_words)
    return lem_text

print(word_lemmatizer("bats flying balls"))

输出会变成：

bat fly ball

内容的提问来源于stack exchange，提问作者jsacharz