这可能会复制此stackoverflow question。但是,我面临着不同的问题。这是我的工作代码。
import nltk
from textblob import TextBlob
with open('test.txt', 'rU') as ins:
array = []
for line in ins:
array.append(line)
for i in array:
wiki = TextBlob(i)
a=wiki.tags
sentence = a
pattern = """NP: {<DT>?<JJ>*<NN>}
VBD: {<VBD>}
IN: {<IN>}"""
NPChunker = nltk.RegexpParser(pattern)
result = NPChunker.parse(sentence)
result.draw()
这会为所有句子逐个解析树。实际上在我的&#34; test.txt&#34;我有超过100个句子。因此,手动将每个文件保存为.ps文件真的很难。我怎么能修改我的代码,将这些树保存为带有标签的单个.ps或.png文件(类似于:1.png,2.png ...)。这意味着我需要获得多个图像文件。 提前谢谢。
答案 0 :(得分:1)
虽然这是来自Saving nltk drawn parse tree to image file的重复问题,但这是一个更简单的答案。
给定result
Tree对象:
>>> import nltk
>>> from nltk import pos_tag
>>> pattern = """NP: {<DT>?<JJ>*<NN>}
... VBD: {<VBD>}
... IN: {<IN>}"""
>>> NPChunker = nltk.RegexpParser(pattern)
>>> sentence = 'criminal lawyer new york'.split()
>>> pos_tag(sentence)
[('criminal', 'JJ'), ('lawyer', 'NN'), ('new', 'JJ'), ('york', 'NN')]
>>> result = NPChunker.parse(pos_tag(sentence))
>>> result
Tree('S', [Tree('NP', [('criminal', 'JJ'), ('lawyer', 'NN')]), Tree('NP', [('new', 'JJ'), ('york', 'NN')])])
现在这样做:
>>> from nltk.draw.tree import TreeView
>>> TreeView(result)._cframe.print_to_file('tree.ps')
然后您将看到tree.ps
文件出现在当前目录中。