Spacy中代词词形还原输出异常：结果为-PRON-是否为Bug？

你遇到的代词词形还原结果为-PRON-的情况完全是预期行为，不是bug~

spaCy 之所以这么设计，是因为英语里的代词体系比较特殊：像I/me/my/mine、you/your/yours这类代词，它们的词形变化没有一个公认的、统一的"词根"或者标准 lemma 形式。为了保持处理的一致性，spaCy 就用-PRON-作为所有代词的统一 lemma 标识，不管是主格、宾格还是所有格，都会被归到这个统一标识下。

举个实际例子，如果你运行这段代码：

import spacy
nlp = spacy.load("en_core_web_sm")
doc = nlp("I gave you my book and you lent me yours")
print([token.lemma_ for token in doc])

输出里所有代词对应的 lemma 都会是-PRON-，这完全符合 spaCy 的设计逻辑。

如果你需要获取代词的具体形式，可以直接用token.text或者token.lower_；要是非得给代词指定更具象的 lemma，你可以自己做一个映射表，比如把me映射到I，yours映射到you，然后在处理时替换掉-PRON-就行。

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