如何在 NLTK 中重新格式化 Malt Parser 的输出？答案

【问题标题】：How can I reformat the output of the Malt Parser in NLTK?如何在 NLTK 中重新格式化 Malt Parser 的输出？
【发布时间】：2014-11-14 12:28:03
【问题描述】：

所以我终于弄清楚了如何使用“How to use malt parser in python nltk”的 NLTK 中提供的麦芽包装器，并且能够成功地对我的句子进行分块，但是我的句子以我不熟悉的格式出现。

例如解析“This is a sentence”返回：

>>> import nltk
>>> parser = nltk.parse.malt.MaltParser(working_dir="/path/to/dir",mco="engmalt.linear-1.7",additional_java_args=['-Xmx512m'])
>>> txt = "This is a test sentence"
>>> graph = parser.raw_parse(txt)
>>> graph.tree().pprint()
(This (sentence is a test))

解析更复杂的句子返回：

>>> import nltk
>>> parser = nltk.parse.malt.MaltParser(working_dir="/path/to/dir",mco="engmalt.linear-1.7",additional_java_args=['-Xmx512m'])
>>> txt = "A ceasefire for east Ukraine has been agreed during talks in Minsk."
>>> graph = parser.raw_parse(txt)
>>> graph.tree().pprint()
(agreed
   (ceasefire A (for (Ukraine east)))
   has
   been
   (during (talks (in Minsk)))
   .)

有人可以解释一下这个输出格式是什么，或者我可以如何解析它，使它看起来像原始句子：

(This (is a test sentence))
A (ceasefire (for (east Ukraine))) has been (agreed (during (talks (in Minsk))).)

如果有帮助，graph 是一个 nltk DependencyGraph，graph.tree() 是一个 nltk 树。

提前致谢。

【问题讨论】：

标签： python parsing nlp nltk

【解决方案1】：

MaltParser 是一个数据驱动的“依赖解析”系统，可用于从树库数据中诱导解析模型，并使用诱导模型解析新数据。

文件 engmalt.poly-1.7.mco 和 engmalt.linear-1.7.mco 包含使用 MaltParser 解析英文文本的单一麦芽配置。

这两个模型的不同之处在于 engmalt.poly-1.7.mco 使用带有多项式内核的 SVM 进行分类，而 engmalt.linear-1.7.mco 使用线性 SVM。虽然后一种解析器速度更快，但前者需要更少的内存，并且两种模型的解析精度相似。还有我们的输出解析文本的编写方式。

使用 engmalt.poly-1.7.mco，输出解析文本以依赖注释/依赖图表示，其中 engmalt.linear-1.7.mco 以线性方式表示。

请遵循以下输出。希望这会有所帮助。

使用 mco="engmalt.linear-1.7"

>>> import nltk
>>> parser = nltk.parse.malt.MaltParser(working_dir="/path/to/dir",mco="engmalt.linear-1.7",additional_java_args=['-Xmx512m'])
>>> txt = "This is a test sentence"
>>> graph = parser.raw_parse(txt)
>>> graph.tree().pprint()
(This (sentence is a test))

使用 mco="engmalt.poly-1.7"

>>> import nltk
>>> parser = nltk.parse.malt.MaltParser(working_dir="/path/to/dir",mco="engmalt.poly-1.7",additional_java_args=['-Xmx512m'])
>>> txt = "This is a test sentence"
>>> graph = parser.raw_parse(txt)
>>> graph.tree().pprint()
(is This (a (sentence test)))

对于您的新复杂句子，使用 mco="engmalt.linear-1.7"

>>> import nltk
>>> parser = nltk.parse.malt.MaltParser(working_dir="/path/to/dir",mco="engmalt.linear-1.7",additional_java_args=['-Xmx512m'])
>>> txt = "A ceasefire for east Ukraine has been agreed during talks in Minsk."
>>> graph = parser.raw_parse(txt)
>>> graph.tree().pprint()
(A\n  (agreed\n    (been ceasefire for east Ukraine has)\n    (during (Minsk talks in)))\n  .)

【讨论】：