如何在SPACY的句子中获取令牌的索引？

Question

是否有一种优雅的方法可以在句子中获取单词/标记的索引？ 我知道令牌https://spacy.io/api/token#attributes的属性 ＆＃34;我＆＃34; attribute返回整个父文档中的索引。但是父文档可以包含多个句子。

实施例： ＆＃34;这是一个例子。这是另一个例子。＆＃34;

我需要的是＆＃34;这个＆＃34;作为索引0返回，两者＆＃34;是＆＃34;作为索引1等返回...

提前致谢：）

Answer 1

spaCy Doc对象还允许您迭代doc.sents，这是Span objects个别句子的see here。要在父文档中获取span的开始和结束索引，您可以查看start和end属性。因此，如果您迭代句子并从token.i中减去句子起始索引，则会在句子中获得令牌的相对索引：

for sent in doc.sents:
    for token in sent:
        print(token.text, token.i - sent.start)

默认句子分段使用依赖关系解析，通常更准确。但是，您也可以插入基于规则或完全自定义的解决方案（https://github.com/vuejs/vue-cli/issues/1511以获取详细信息）。