Question

在NLTK中，如何遍历已解析的句子以返回名词短语字符串列表？

我有两个目标：
（1）创建名词短语列表，而不是使用＆＃39; traverse（）＆＃39;来打印它们。方法。我目前使用StringIO来记录现有traverse（）方法的输出。这不是一个可以接受的解决方案（2）解析名词短语字符串：＆＃39;（NP Michael / NNP Jackson / NNP）＆＃39;变成迈克尔杰克逊＆＃39;。在NLTK中有解除解析的方法吗？

NLTK文档建议使用traverse（）来查看名词短语，但我如何捕获＆＃39; t＆＃39;在这个递归方法中，我生成一个字符串名词短语列表？

from nltk.tag import pos_tag

def traverse(t):
  try:
      t.label()
  except AttributeError:
      return
  else:
      if t.label() == 'NP': print(t)  # or do something else
      else:
          for child in t: 
              traverse(child)

def nounPhrase(tagged_sent):
    # Tag sentence for part of speech
    tagged_sent = pos_tag(sentence.split())  # List of tuples with [(Word, PartOfSpeech)]
    # Define several tag patterns
    grammar = r"""
      NP: {<DT|PP\$>?<JJ>*<NN>}   # chunk determiner/possessive, adjectives and noun
      {<NNP>+}                # chunk sequences of proper nouns
      {<NN>+}                 # chunk consecutive nouns
      """
    cp = nltk.RegexpParser(grammar)  # Define Parser
    SentenceTree = cp.parse(tagged_sent)
    NounPhrases = traverse(SentenceTree)   # collect Noun Phrase
    return(NounPhrases)

sentence = "Michael Jackson likes to eat at McDonalds"
tagged_sent = pos_tag(sentence.split())  
NP = nounPhrase(tagged_sent)  
print(NP)

目前打印：
（NP Michael / NNP Jackson / NNP）
（NP麦当劳/ NNP）
和商店＆＃39;没有＆＃39;到NP

Answer 1

def extract_np(psent):
  for subtree in psent.subtrees():
    if subtree.label() == 'NP':
      yield ' '.join(word for word, tag in subtree.leaves())


cp = nltk.RegexpParser(grammar)
parsed_sent = cp.parse(tagged_sent)
for npstr in extract_np(parsed_sent):
    print (npstr)

NLTK：如何遍历名词短语以返回字符串列表？

1 个答案: