过滤特定语音部分NLTK

Question

这一定很简单，但我却以某种方式错过了它。我有代码：

import nltk

f=open('...\\t.txt','rU')
raw=f.read()
tokens = nltk.word_tokenize(raw)
print nltk.pos_tag(tokens)

返回例如：

“[（'processes'，'NNS'），（'a'，'DT'），（'sequence'，'NN'），（'of'，'IN'），（'words'， 'NNS'）]

我想知道如何仅收集所有'NN'或所有'DT'和'IN'而不是每个字符串成员。

提前致谢

Answer 1

您只能通过列表推导来提取所需的标签，例如：

>>> tags = nltk.pos_tag(tokens)
>>> dt_tags = [t for t in tags if t[1] == "DT"]
>>> dt_tags
[('a', 'DT')]