使用自定义POS标签进行NLTK分块？
使用自定义POS标签进行NLTK分块？
提问于 2014-05-20 02:24:43
在NLTK中创建分块语法时，是否可以使用非标准的词性标记？例如，我有以下句子要解析：
complication/patf associated/qlco with/prep breast/noun surgery/diap
independent/adj of/prep the/det use/inpr of/prep surgical/diap device/medd ./pd从文本中找到我需要的短语可以很大程度上得到诸如"medd“或"diap”这样的特殊标签的帮助。我以为因为您可以使用RegEx进行解析，所以它应该独立于其他任何东西，但是当我尝试运行以下代码时，我得到了一个错误：
grammar = r'TEST: {<diap>}'
cp = nltk.RegexpParser(grammar)
cp.parse(sentence)
ValueError: Transformation generated invalid chunkstring:
<patf><qlco><prep><noun>{<diap>}<adj><prep><det><inpr><prep>{<diap>}<medd><pd>我认为这与标记本身有关，因为NLTK不能从它们生成树，但是否可以跳过这一部分，只返回分块的项？也许NLTK不是最好的工具，如果是这样的话，有没有人能推荐另一个用于分块文本的模块？
我正在使用python 2.7.6和Anaconda发行版进行开发。
提前感谢！
回答 2
Stack Overflow用户
发布于 2014-07-30 14:33:19
是的，可以对NLTK分块使用自定义标记。我也用过同样的方法。参考：How to parse custom tags using nltk.Regexp.parser()
ValueError和错误描述表明您的语法结构中存在错误，您需要检查这一点。您可以使用相同的答案更新答案，以获得有关更正的建议。
Stack Overflow用户
发布于 2018-05-10 05:14:02
#POS Tagging
words=word_tokenize(example_sent)
pos=nltk.pos_tag(words)
print(pos)
#Chunking
chunk=r'Chunk: {<JJ.?>+<NN.?>+}'
par=nltk.RegexpParser(chunk)
par2=par.parse(pos)
print('Chunking - ',par2)
print('------------------------------ Parsing the filtered chunks')
# printing only the required chunks
for i in par2.subtrees():
if i.label()=='Chunk':
print(i)
print('------------------------------NER')
# NER
ner=nltk.ne_chunk(pos)
print(ner)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/23744659
复制相关文章
相似问题
腾讯云开发者
