我有一个明文语料库，我想对其进行标记和保存，以便进一步使用它。最好的方法是什么？
我已经制作了标注器，但我想不出一种方法来更改不杂乱的语料库
请您参考如下方法:
查看其他带标签的语料库，例如 brown，以获取输出示例。这将使您了解标记的语料库应该是什么样子。接下来，加载您的语料库(使用 PlaintextCorpusReader)并遍历句子，标记每个句子。然后通过从标记的句子中创建一个字符串，将每个标记的句子写入文件，如 ' '.join([tuple2str(t) for t in tagged_sent]) (在你执行 from nltk.tag.util 导入 tuple2str)。如果您的代码“困惑”也没关系，只要它能正确完成工作即可。您在这里不是在寻找优雅的算法，而是在运行非常具体的脚本来创建自定义语料库。
