使用自定义POS标签进行NLTK分块？

Question

在为NLTK中的分块编写语法时，是否可以使用非标准的词性标签？例如，我有以下句子来解析：

complication/patf associated/qlco with/prep breast/noun surgery/diap
independent/adj of/prep the/det use/inpr of/prep surgical/diap device/medd ./pd

通过专门的标签（例如“medd”或“diap”）极大地帮助找到我需要的短语。我认为，因为你可以使用RegEx进行解析，它将独立于其他任何东西，但当我尝试运行以下代码时，我收到一个错误：

grammar = r'TEST: {<diap>}'
cp = nltk.RegexpParser(grammar)
cp.parse(sentence)

ValueError: Transformation generated invalid chunkstring:
<patf><qlco><prep><noun>{<diap>}<adj><prep><det><inpr><prep>{<diap>}<medd><pd>

我认为这与标签本身有关，因为NLTK无法从它们生成树，但是是否可以跳过该部分而只是返回分块的项目？也许NLTK不是最好的工具，如果是这样，有人可以推荐另一个用于分块文本的模块吗？

我正在开发使用Anaconda发行版的python 2.7.6。

提前致谢！

Answer 1

是的，可以使用自定义标签进行NLTK分块。我用过同样的东西。 请参阅：How to parse custom tags using nltk.Regexp.parser()

ValueError和错误描述表明你的语法形成有错误，你需要检查一下。您可以使用相同的更新来更新答案，以获得有关更正的建议。