使用Python和NLTK确定字幕换行符

Question

我有一些文字，我想用Python分解成字幕。我的代码使用NLTK将文本分成句子，然后分成最多36个字符的行。我无法弄清楚如何根据词性选择字幕中的换行符。因此，例如，这是一个使用我当前代码分成字幕的句子：

  

孩子们并没有多少人   占据他们所以他们进入了   
  经常麻烦。

在实践中，这不适合作为副标题。如果换行符就像

那样会更好

  

孩子们并没有多少人   占据他们   
  所以他们经常陷入麻烦。

NLTK中有什么东西会这样做吗？

Answer 1

恕我直言，你能做的最好的就是分块，即把句子分成名词＆amp;动词词组。然后，您可以对脚本进行编程，使其仅在块边界处插入换行符（也称为＃34; chinks＆＃34;）。

NLTK在http://www.nltk.org/api/nltk.chunk.html

下有内置的分块（和chinking）功能

使用NLTK进行分块的好的简介教程是http://nbviewer.ipython.org/github/lukewrites/NP_chunking_with_nltk/blob/master/NP_chunking_with_the_NLTK.ipynb