用 nltk 分块答案

【问题标题】：Chunking with nltk用 nltk 分块
【发布时间】：2013-01-19 11:48:22
【问题描述】：

如何从给定模式的句子中获取所有块。示例

NP:{<NN><NN>}

句子标记：

[("money", "NN"), ("market", "NN") ("fund", "NN")]

如果我解析我得到

(S (NP money/NN market/NN) fund/NN)

我也想有另一个选择，那就是

(S money/NN (NP market/NN fund/NN))

【问题讨论】：

这不是分块，这叫解析
即使我寻找所有可能的分块，解析是否仍然会消耗更多的计算量？
分块也称为浅解析。浅解析是当您关心大型 NP 而忽略 NP 内部的顺序和 POS 时，正常的正则表达式分块器可能会起作用。但是您的问题需要 NP 的复杂顺序（即深度解析），因此需要解析器。

标签： python nlp nltk chunking

【解决方案1】：

@mbatchkarov 关于 nbest_parse 文档是正确的。为了代码示例，请参阅：

import nltk
# Define the cfg grammar.
grammar = nltk.parse_cfg("""
S -> NP
S -> NN NP
S -> NP NN
NP -> NN NN
NN -> 'market'
NN -> 'money'
NN -> 'fund'
""")

# Make your string into a list of tokens.
sentence = "money market fund".split(" ")

# Load the grammar into the ChartParser.
cp = nltk.ChartParser(grammar)

# Generate and print the nbest_parse from the grammar given the sentence tokens.
for tree in cp.nbest_parse(sentence):
    print tree

【讨论】：

首先创建所需的 CFG 语法。终端节点（即您的词汇/单词）也需要在语法中。然后你调用 ChartParser 来加载你定义的语法。然后，根据您传递给 nbest_parse 的句子列表，您尝试获得最佳解析。
我只是想使用没有语法的正则表达式....在正则表达式的情况下，如果你有一个像 nnn 这样的字符串并且你正在寻找表达式 nn，rexep 允许你拥有列表在这种情况下匹配模式的索引 (0, 2) 和 (1, 3)。

【解决方案2】：

我认为您的问题是关于获得n 最有可能解析一个句子。我对吗？如果是，请查看 2.0 documentation 中的nbest_parse(sent, n=None) 函数。

【讨论】：

即使我使用 iter_parse 解析，它的接缝也会为 RegexpParser 提供相同的答案。