Блог

Я новичок и выполняю некоторую предварительную обработку данных для текстовых данных. Там есть некоторые ошибки. Например, на шаге автозаполнения будут внесены исправления ошибок для некоторых конкретных имен собственных.

 from autocorrect import spell  def autospell(text):  spells = [spell(w) for w in (nltk.word_tokenize(text))]  return " ".join(spells)  def main():  text = "skyrim"  spell_text = autospell(text)  print (spell_text)  

Результат: сирия

Более того, я также хочу избежать удаления цифр только для слова «E3».

 def remove_numbers(text):  output = ''.join(c for c in text if not c.isdigit())  return output def main():  text = "in 2000, I am watching the E3"  print (remove_numbers(text))  

Результат: в , я наблюдаю за E

Итак, я хотел бы спросить, есть ли какое-либо правило, которое я должен установить, чтобы защитить такие слова (имена собственные) от обработки.