Question

我需要将单词分类为其词性。像动词，名词，副词等。

nltk.word_tokenize() #to identify word in a sentence 
nltk.pos_tag()       #to identify the parts of speech
nltk.ne_chunk()      #to identify Named entities.

这是一棵树。例如

>>> sentence = "I am Jhon from America"
>>> sent1 = nltk.word_tokenize(sentence )
>>> sent2 = nltk.pos_tag(sent1)
>>> sent3 =  nltk.ne_chunk(sent2, binary=True)
>>> sent3
Tree('S', [('I', 'PRP'), ('am', 'VBP'), Tree('NE', [('Jhon', 'NNP')]), ('from', 'IN'), Tree('NE', [('America', 'NNP')])])

访问此树中的元素时，我按如下方式执行：

>>> sent3[0]
('I', 'PRP')
>>> sent3[0][0]
'I'
>>> sent3[0][1]
'PRP'

但访问命名实体时：

>>> sent3[2]
Tree('NE', [('Jhon', 'NNP')])
>>> sent3[2][0]
('Jhon', 'NNP')
>>> sent3[2][1]    
Traceback (most recent call last):
  File "<pyshell#121>", line 1, in <module>
    sent3[2][1]
  File "C:\Python26\lib\site-packages\nltk\tree.py", line 139, in __getitem__
    return list.__getitem__(self, index)
IndexError: list index out of range

我收到了上述错误。

我想要的是将输出作为'NE'类似于之前的'PRP'，因此我无法确定哪个词是命名实体。在python中用NLTK有没有办法做到这一点？如果是这样，请发布命令。或者树库中有一个函数可以执行此操作吗？我需要节点值'NE'

Answer 1

这个答案可能不合适，在这种情况下我会删除它，因为我没有安装NLTK来试试，但我认为你可以这样做：

   >>> sent3[2].node
   'NE'

sent3[2][0]返回树的第一个子节点，而不是节点本身

编辑：我回到家时试过这个，确实有效。

Answer 2

以下是我的代码：

chunks = ne_chunk(postags, binary=True)
for c in chunks:
  if hasattr(c, 'node'):
    myNE.append(' '.join(i[0] for i in c.leaves()))

Answer 3

这将有效

for sent in chunked_sentences:
  for chunk in sent:
    if hasattr(chunk, "label"):
        print(chunk.label())

Answer 4

我同意bdk

sent3[2].node

O / P - 'NE'

我认为nltk中没有任何功能可以执行此操作。以上解决方案可以使用，但作为参考，您可以查看here

您可以执行循环问题： -

 for i in range(len(sent3)):
     if "NE" in str(sent3[i]):
          print sent3[i].node

我已经在nltk中执行了这个并且它工作正常..

Answer 5

现在发送3 [2] .node已过时。

使用sent3 [2] .label（）代替

Python中NLTK的命名实体识别。识别NE

5 个答案: