Question

如何从分块结果中删除部分语音标签？我正在使用NLTK来做到这一点。目前，我只能使用以下代码迭代到块：

for i in sent_list:
tagged = nltk.pos_tag(i)

ChunkGram = r"""Chunk: {<VB.?>+<JJ.?>*<NN.?>}"""

ChunkParser = nltk.RegexpParser(ChunkGram)
chunked = ChunkParser.parse(tagged)
for subtree in chunked.subtrees(filter=lambda t: t.label() == 'Chunk'):
    print(subtree)

让我说我的结果是这样的

(Chunk routing/VBG rework/NN build/NN)
(Chunk build/VBP instruction/NN schedule/NN lot/NN)
(Chunk based/VBN firm/NN plan/NN)

预期结果：

'routing','rework','build'

OR

'routing rework build'

是否可以这样做？否则请向我建议我该怎么做才能提取这些短语。

Answer 1

我找到了这段代码，可以帮助我实现所需的结果。

for subtree in chunked.subtrees(filter=lambda t: t.label() == 'Verb'):
            verblist.append(" ".join([a for (a,b) in subtree.leaves()]))

分块后删除词性标签

1 个答案: