Question

que = ("What's the weather like?")
lines_list = tokenize.sent_tokenize(que)
    for text in lines_list:
        tokenizer = word_tokenize(text)
        nouns = nltk.pos_tag(tokenizer)
        chunked = ne_chunk(nouns)
        print(chunked) #(S What/WP 's/VBZ the/DT weather/NN like/IN ?/.)
if ("weather/NN") in chunked:
    print("I found weather as noun")

如果你运行这段代码，它似乎不会认识到“天气/ NN”已经分块，我无法理解为什么会发生这种情况。我的代码有问题吗？

感谢您的帮助。

Answer 1

问题是chunked不是字符串，而是一系列双元素元组：

[('What', 'WP'), ("'s", 'VBZ'), ('the', 'DT'), ('weather', 'NN'), ('like', 'IN'), ('?', '.')]

所以，那个元组是你应该检查的：

if ("weather", "NN") in chunked:
    print("I found weather as noun")

更一般地说，您可以通过查看实际值来调试它，而不是仅打印出它们的str表示。例如：

for chunk in chunked:
    print(type(chunk), chunk)

...你是如何发现它是一系列元组的，因为它显示：

<class 'tuple'> ('What', 'WP')

...虽然字符串会显示：

<class 'str'> W
<class 'str'> h
<class 'str'> a

...因为字符串是字符序列，而不是元组序列。

那些看起来像字符串的元组。但如果你想确定一下：

for chunk, typ in chunked:
    print(type(chunk), chunk, chunk(typ), typ)

如果他们串起来，你会得到类似的东西：

<class 'str'> 'What' <class 'str'> 'WP'

...然后上面的代码就可以了。如果您改为看到类似的内容：

<class 'nltk._spam.Eggs'> 'What' <class 'str'> 'WP'

...那么你可能不能("weather", "NN");你必须看看如何创建一个Eggs对象。

Answer 2

chunked是一个块结构，它覆盖了__str__()或__repr__()方法，因此它打印为一个很好的字符串，但它本身不是一个字符串，所以你看不到另一个字符串是in它。试试if ("weather/NN") in str(chunked):。

搜索关键字作为名词

2 个答案: