Question

我可以在python中使用spacy来查找特定邻居的NP吗？我希望我的文本中的名词短语在其之前和之后都有动词。

Answer 1

您可以合并名词短语（以便它们不会单独标记）。

分析依赖关系解析树，并查看相邻令牌的POS。

>>> import spacy
>>> nlp = spacy.load('en')
>>> sent = u'run python program run, to make this work'
>>> parsed = nlp(sent)
>>> list(parsed.noun_chunks)
[python program]
>>> for noun_phrase in list(parsed.noun_chunks):
...     noun_phrase.merge(noun_phrase.root.tag_, noun_phrase.root.lemma_, noun_phrase.root.ent_type_)
... 
python program
>>> [(token.text,token.pos_) for token in parsed]
[(u'run', u'VERB'), (u'python program', u'NOUN'), (u'run', u'VERB'), (u',', u'PUNCT'), (u'to', u'PART'), (u'make', u'VERB'), (u'this', u'DET'), (u'work', u'NOUN')]

通过分析相邻令牌的POS，您可以获得所需的名词短语。
更好的方法是分析dependency parse tree，并查看名词短语的左侧和右侧，这样即使名词短语和动词之间有标点符号或其他POS标记，您也可以增加您的搜索范围

Answer 2

如果您想使用合并短语来重新标记，我更喜欢这个（而不是名词块）：

hello  world   LOL

，输出将是：

Hello World LOL

我之所以选择这种方式，是因为每个令牌都具有用于进一步处理的属性：）

Answer 3

来自https://spacy.io/usage/linguistic-features#dependency-parse

您可以使用Noun chunks。名词块是“基础名词短语” –以名词为首的扁平短语。您可以将名词块看作一个名词，再加上描述该名词的单词，例如“豪华的绿草”或“世界上最大的科技基金”。要获取文档中的名词块，只需对Doc.noun_chunks进行迭代。

In:
        import spacy
        nlp = spacy.load('en_core_web_sm')
        doc = nlp(u"Autonomous cars shift insurance liability toward manufacturers")
        for chunk in doc.noun_chunks:
            print(chunk.text)

Out:

        Autonomous cars
        insurance liability
        manufacturers

Spacy提取特定的名词短语

3 个答案: