交换树的标签在NLTK

Question

我使用NLTK解析了这个带标签的句子RegexpParser：狗追逐黑猫并使用了以下grammar：

tagged_ = [('the', 'DT'), ('dog', 'NN'), ('chased', 'VBD'), ('the', 'DT'), ('black', 'JJ'), ('cat', 'NN')]

grammar = """NP: {<DT>?<JJ>*<NN>} VP: {<MD>?<VBD>}""" cp = nltk.RegexpParser(grammar) result = cp.parse(tagged_) print(result) result.draw()

这是print(result)和result.draw()：

的输出

(S (NP the/DT dog/NN) (VP chased/VBD) (NP the/DT black/JJ cat/NN))

现在我想重新排序(VP chased/VBD)和(NP the/DT dog/NN)所交换的树叶：

S (VP chased/VBD) (NP the/DT dog/NN) (NP the/DT black/JJ cat/NN))然后显示['chased','the','dog','the','black','cat']。有什么办法吗？

Answer 1

您可以将nltk.Tree对象视为两个值的元组。第一个值是根节点的名称，第二个值是包含子树或叶子的列表。您可以通过在根列表中附加子树来构建复杂的树：

>>> from nltk import Tree
>>> tree = Tree('S', [])
>>> np = Tree('NP', ['The', 'dog'])
>>> tree.append(np)
>>> vp = Tree('VP', ['barks'])
>>> tree.append(vp)
>>> print tree
(S (NP the dog) (VP barks))

您可以按tree.subtrees()：

遍历所有子树

>>> for sub in tree.subtrees():
...     print sub
(S (NP the dog) (VP barks) 
(NP the dog)
(VP barks)

如何看到该方法输出所有子树，即在复杂的树中，您获得子树，子子树，子子子树......所以在您的情况下，您应该通过第一棵树的切片更好地获取电平：

>>> new = Tree('S', [])
>>> for i in xrange(len(tree)):
...     if tree[i].label() == 'VP':
...         new.insert(0, tree[i])
...     else:
...         new.append(tree[i])

>>> print new
(S (VP barks) (NP the dog))