170 похожих чатов

Ребята, какой наиболее универсальных подход к чистке контекста от

не цифр и от небуквенных символов? В стеке SpaCy, подумали о проверке через token.is_alpha но это выкинет и токены с цифрами. Грубо говоря нужно убивать '1ый!$#& переулок д!!!!2%', но не '1ый переулок д2' пусть пример вас не смущает, в нашей задаче это не NER'ы

5 ответов

16 просмотров

token.isalnum? :D

Artyom-Artyom Автор вопроса

что то не вижу такого поля или метода у токена)

https://docs.python.org/3/library/stdtypes.html?highlight=isalnum#str.isalnum

возможно, не самый элегантный способ, но если известен конечный набор того, от чего надо очистить, то: import string #print(string.punctuation) # ← здесь дефолтные фильтры, их не оч много. spec_chars = string.punctuation + '\n\xa0«»\t—…' clean_text = " ".join([ch for ch in text if ch not in spec_chars])

Artyom-Artyom Автор вопроса

Спасибо, я смотрел примерно в эту сторону, но тоже подумал что может есть что то элегантнее. @YallenGusev вот и подсказал что следовало бы в стандартную библиотеку заглядывать))

Похожие вопросы

Обсуждают сегодня

30500 за редактор? )
Владимир
47
а через ESC-код ?
Alexey Kulakov
29
Чёт не понял, я ж правильной функцией воспользовался чтобы вывести отладочную информацию? но что-то она не ловится
notme
18
Добрый день! Скажите пожалуйста, а какие программы вы бы рекомендовали написать для того, чтобы научиться управлять памятью? Можно написать динамический массив, можно связный ...
Филипп
7
У меня есть функция где происходит это: write_bit(buffer, 1); write_bit(buffer, 0); write_bit(buffer, 1); write_bit(buffer, 1); write_bit(buffer, 1); w...
~
14
Недавно Google Project Zero нашёл багу в SQLite с помощью LLM, о чём достаточно было шумно в определённых интернетах, которые сопровождались рассказами, что скоро всех "ибешни...
Alex Sherbakov
5
Ребят в СИ можно реализовать ООП?
Николай
33
Как передать управляющий символ в открытую через CreateProcess консоль? Собсна, есть процедура: procedure TRedirectThread.WriteData(Data: OEMString); var Written: Cardinal;...
Serjone
6
https://github.com/erlang/otp/blob/OTP-27.1/lib/kernel/src/logger_h_common.erl#L174 https://github.com/erlang/otp/blob/OTP-27.1/lib/kernel/src/logger_olp.erl#L76 15 лет назад...
Maksim Lapshin
20
Всем привет! Имеется функция: function IsValidChar(ch: UTF8Char): Boolean; var i: Integer; ValidChars: AnsiString; begin ValidChars := 'abcdefghijklmnopqrstuvwxyzABCDE...
Евгений
44
Карта сайта