使用spaCy分割列表中的复杂名词短语并生成扩充列表

Question

因此，我试图将描述职业的名词短语的“缩写”列表转换为这些名词短语的“完整”列表。它应该看起来像这样：

示例（输入->输出）：

• 总经理和运营经理-> [总经理，运营经理]
• 公交车和卡车机械师以及柴油机专家-> [公交车机械师，卡车机械师，柴油机专家]
• 索赔理算人，评估师和审查员-> [索赔理算人，索赔评估师，索赔审查员]
• 重型车辆和移动设备服务技术人员和机械师-> [重型车辆服务技术员，重型车辆机械师，移动设备服务技术员，移动设备机械师]

我尝试了一种基于规则的沉重方法，但这并不是我喜欢的。 我还使用spaCy尝试了简单的分块，但是初始结果也不是完美的。

spaCy代码如下：

import spacy
nlp = spacy.load("en_core_web_sm")

def get_chunks(sentence):
    res = []

    doc = nlp(u'{}'.format(sentence))

    for np in doc.noun_chunks:
        res.append(np.text)

    return res

对于上述确切的输入，代码返回：

• ['操作'，'经理']
• ['卡车和卡车机械师，'柴油发动机专家']
• [“索赔调整人”，“评估师”，“审查员”，“调查员”]
• [“重型车辆”，“移动设备服务技术人员”，“力学”]

我正在考虑从这里开始采用基于规则的方法，但是也许有人有更好的建议？

谢谢和欢呼！