如何从Python的nltk中为波兰语提取pl196x引理？

Question

我写了一些基本的程序，我想从波兰语中提取引理，因为波兰语使用了变化，所以这是非常重要的。

我创建简单的程序加载数据并转换字为引理，但不知道如何做到这一点：

from nltk import corpus 

pl = corpus.pl196x 
print dir(pl) 
print iter(pl.tagged_words()).next() 

例如，我想去做这样的词形还原（忽略一些词形还原可能是不明确 - 这是正常在波兰）：

kot, kota, kota, kotu, kotem, kocie, kocie == kot (singular male) 
kotka, kotki, kotkę, kotce, kotką, kotce, kotka == kot (singular female!) 
kociątko, kociątka, kociątko, kociątku, kociątkiem, kociątku, kociątko == kot (singular neutral) 
etc. (plural males, plural females, plural neutrals) 

如何使用pl196x做这样的工作或nltk。

---

为语料来源数据包含这样的语调和引理 - 所以它是可能的，但如何访问：

<w id="pu147125" lemma="kot" ana="SSNA---------P">kot</w> 
<w id="pr021633" lemma="kot" ana="SSAA---------P">kota</w> 
etc. 

Answer 1

我不知道这是否在NLTK本身是可能的。当我遇到类似的问题时，我使用了Morfeusz（http://sgjp.pl/morfeusz/）。虽然我只使用了C库的版本，但它有一个Python绑定（http://jwilk.net/software/python-morfeusz）。