如何使用NLP库将动词从现在的时态转换为过去时？

Question

我想做什么 我想通过使用NLP库将动词从现在的时态转换为过去时态。

As she leaves the kitchen, his voice follows her.

#output
As she left the kitchen, his voice followed her.

问题

没有办法从现在时转变为过去时态。
我已经检查了以下类似的问题，但它们仅引入了转变的方式
过去时态以表达时态。

使用NLTK和WordNet；如何将简单的时态动词转换为当前，过去或过去的分词形式？

我试图做什么 我能够使用

spacy
• 将动词从过去时态转换为时态。 但是，从现在时到过去时态没有同样的事情。

  text = "As she left the kitchen, his voice followed her."
  doc_dep = nlp(text)
  for i in range(len(doc_dep)):
      token = doc_dep[i]
      #print(token.text, token.lemma_, token.pos_, token.tag_, token.dep_) 
      if token.pos_== 'VERB':
          print(token.text)
          print(token.lemma_)
          text = text.replace(token.text, token.lemma_)
  print(text)
  
  #output
  'As she leave the kitchen, his voice follow her.'

开发环境

Python3.7.0

Spacy2.3.1

版本

要将动词更改为“过去时态”形式，可以使用解决此类问题并为

pyinflect

创建的

spacy

软件包。它只需要安装

pip install pyinflect

并导入。无需添加扩展。

import spacy
import pyinflect

nlp = spacy.load("en_core_web_sm")

text = "As she leave the kitchen, his voice follows her."
doc_dep = nlp(text)
for i in range(len(doc_dep)):
    token = doc_dep[i]
    if token.tag_ in ['VBP', 'VBZ']:
        print(token.text, token.lemma_, token.pos_, token.tag_) 
        text = text.replace(token.text, token._.inflect("VBD"))
print(text)

Answer 1

输出：

As she left the kitchen, his voice followed her.

注：我正在使用Spacy3.

据我所知，Spacy对这种类型的转换没有任何内置功能，但是您可以在绘制映射时/过去时态以及没有适当的对'ED'后缀的延伸范围内使用以下弱动词的``Ed ed''后缀：

verb_map = {'leave': 'left'}

def make_past(token):
    return verb_map.get(token.text, token.lemma_ + 'ed')

spacy.tokens.Token.set_extension('make_past', getter=make_past, force=True)

text = "As she leave the kitchen, his voice follows her."
doc_dep = nlp(text)
for i in range(len(doc_dep)):
    token = doc_dep[i]
    if token.tag_ in ['VBP', 'VBZ']:
        print(token.text, token.lemma_, token.pos_, token.tag_) 
        text = text.replace(token.text, token._.make_past)
print(text)

输出：

leave leave VERB VBP
follows follow VERB VBZ
As she left the kitchen, his voice followed her.

Answer 2