用于名词短语的NLTK正则表达式与介词不匹配

Question

我正在尝试使用NLTK识别名词短语，但在正则表达式上仍然有点绿色。

我最初使用的是这样的正则表达式：

  NP: {<PP\$>?<JJ.*>*<NN.*>+}

但是我发现我一直在用介词结束表达式，所以像这样： “演示项目”，以介词“for”结尾，是匹配的，这是不可取的。 （我还没看到，即使用上面的语法 - 据我所知，这应该总是至少以一个名词结尾，对吗？）

因此，我通过将量词改为：

将量词缩减为懒惰

  NP: {<PP\$>?<JJ.*>*<NN.*>+?}

但是现在我得到像“奥尔良”而不是“新奥尔良”的比赛。似乎它根本就不匹配短语了。

最后，我尝试使用前瞻（我了解了here）来明确删除终端介词：

  NP: {((?!<IN>$)(<PP\$>?<JJ.*>*<NN.*>+))+}

这根本没有效果 - 我仍然把“示范项目”作为比赛。如何保持名词短语不受末道介词的影响？

如果有一种更简单，更优化的方式来获取名词短语，那也值得赞赏！