Question

如this SO question所示，通过NLTK使用斯坦福的依存解析器时，我能否得到单词的位置？

这是source code供参考

~~~

示例：

当我通过NLTK使用斯坦福的依赖性解析器时，使用上面引用的SO帖子中的示例，我会得到一个像这样的元组列表：

[((u'shot', u'VBD'), u'nsubj', (u'I', u'PRP')), ((u'shot', u'VBD'), u'dobj', (u'elephant', u'NN')), ((u'elephant', u'NN'), u'det', (u'an', u'DT')), ((u'shot', u'VBD'), u'prep', (u'in', u'IN')), ((u'in', u'IN'), u'pobj', (u'sleep', u'NN')), ((u'sleep', u'NN'), u'poss', (u'my', u'PRP$'))]

使用在线工具时，我还会得到一个指向单词位置的指针，请参见以下文本中的数字：

nsubj(shot-2, I-1) det(elephant-4, an-3) dobj(shot-2, elephant-4) prep(shot-2, in-5) poss(sleep-7, my-6) pobj(in-5, sleep-7)

在某些特定情况下，有关单词位置的信息很重要*，因此仍然可以通过NLTK来获取它吗？

（*）针对特定情况：考虑用专业术语将专业术语缩写用纯英文关键字替换，以简化解析器的工作

Answer 1

不确定是否有办法直接从三元组中获取该值。但是，如果我没记错的话，您可以对依赖项调用deps.triples()，以采用这种三重格式。在该依赖项对象（上面的deps）上，您也可以调用deps.get_by_address(i)来获取指定索引处的单词。您可以尝试将它们连接起来（例如，从.get_by_address（position）和deps.triples（）中的每个项目获得的任何对象）。如果是这样，您可以在从dep三重定位到位置之前制作字典。 .get_by_address（）是基于1的（而不是基于0的），因为0始终是根节点。

编辑：刚刚发现.triples（）似乎返回了一个元组列表，看起来像是您可以从中检索到的任何花哨的东西。位置信息但是，以下内容可能会对您有所帮助（对不起，德语示例）：

s = 'Ich werde nach Hause gehen .'
res = depParser.parse(s.split()) # can use a simple .split since my input is already tokenised
deps = res.__next__()
traverse(deps, 0) # 0 is always the root node

遍历如下：

def traverse(deps, addr):

dep = deps.get_by_address(addr)
print(dep)
for d in dep['deps']:
    for addr2 in dep['deps'][d]:
        traverse(deps, addr2)

应该以递归方式遍历图中的所有依赖项，并提供以下输出：

{'word': None, 'head': None, 'address': 0, 'lemma': None, 'feats': None, 'ctag': 'TOP', 'deps': defaultdict(<class 'list'>, {'root': [3]}), 'tag': 'TOP', 'rel': None}
{'word': 'nach', 'head': 0, 'address': 3, 'lemma': '_', 'rel': 'root', 'ctag': 'VBP', 'feats': '_', 'deps': defaultdict(<class 'list'>, {'dobj': [5], 'nsubj': [2]}), 'tag': 'VBP'}
{'word': 'gehen', 'head': 3, 'address': 5, 'lemma': '_', 'rel': 'dobj', 'ctag': 'NN', 'feats': '_', 'deps': defaultdict(<class 'list'>, {'amod': [4]}), 'tag': 'NN'}
{'word': 'Hause', 'head': 5, 'address': 4, 'lemma': '_', 'rel': 'amod', 'ctag': 'JJ', 'feats': '_', 'deps': defaultdict(<class 'list'>, {}), 'tag': 'JJ'}
{'word': 'werde', 'head': 3, 'address': 2, 'lemma': '_', 'rel': 'nsubj', 'ctag': 'NNP', 'feats': '_', 'deps': defaultdict(<class 'list'>, {'compound': [1]}), 'tag': 'NNP'}
{'word': 'Ich', 'head': 2, 'address': 1, 'lemma': '_', 'rel': 'compound', 'ctag': 'NNP', 'feats': '_', 'deps': defaultdict(<class 'list'>, {}), 'tag': 'NNP'}

与您使用的.triples（）格式略有不同，但希望对您有所帮助。

NLTK和Stanford Dependency Parser-如何获得单词位置？

1 个答案: