NLTK（或其他）语音标记器，返回n个最佳标记序列

Question

我需要一个词性标注器，它不仅返回给定句子的最佳标签序列，而且返回n个最佳标签序列。因此，对于像箭头一样的“时间飞逝”，它可以返回例如NN VBZ IN DT NN和NN NNS VBP DT NN，按其概率排序。我需要使用我自己的标签集和句子示例来训练标记器，我想要一个允许设计句子的不同特征的标记器。如果其中一个nltk标记器具有此功能，那就太棒了，但是我可以与我的Python代码接口的任何标记器都可以。提前感谢任何建议。

Answer 1

我建议您查看spaCy。从我所看到的情况来看，它默认情况下不允许您返回top-n标记，但它支持creating custom pipeline components。

在Github上还有一个issue，其中讨论了这一点，并且有一些关于如何相对快速地实现它的建议。