使用spaCy替换句子指定单词为POS标签及AttributeError报错解决

云上老周

2026-10-1

错误原因

spacy.tokens.doc.Doc是spaCy封装的文档对象，没有Python字符串的replace方法，你原来的写法相当于对整个Doc对象调用替换，自然会触发属性不存在的报错。另外原有代码还有2处隐性问题：

spaCy的nlp管道不能直接接收字符串列表作为输入，需要遍历列表逐个处理单句
原来的列表推导逻辑是只保留符合pos列表的token，和「替换符合条件的token、保留其余token」的需求不符
原有list_postag未包含你期望替换的PRON标签，会导致代词不会被替换

可运行的修正代码

import spacy
# 加载法语模型，提前安装命令：python -m spacy download fr_core_news_sm
nlp = spacy.load("fr_core_news_sm")

list_postag = ["ADP","NUM","INTJ","DET","PREP","CCONJ","SCONJ", "PRON"]
sent_clean = ["je mange bien", "je l'aime bien", "il est trop beau"]
sentences_final = []
lemma_token = []

for sent in sent_clean:
    sent_doc = nlp(sent)
    # 生成lemmatize后的无标点无空格句子
    mytokens = [w.lemma_.strip() for w in sent_doc if w.pos_ not in ("SPACE", "PUNCT")]
    sentences_final.append(" ".join(mytokens))
    # 替换指定POS标签的token为标签名，其余保留原词
    replace_tokens = []
    for w in sent_doc:
        if w.pos_ in list_postag:
            replace_tokens.append(w.pos_)
        else:
            replace_tokens.append(w.text)
    lemma_token.append(" ".join(replace_tokens))

print(lemma_token)
# 输出：['PRON mange bien', 'PRON PRON aime bien', 'PRON est trop beau']