如何从使用 NLTK 生成 StanfordDependencyParser 的三元组中获取 JJ 和 NN（形容词和名词）？

Question

我使用以下代码得到了三元组，但我想从三元组中得到名词和形容词，我尝试了很多但失败了，NLTK 和 python 的新手，有什么帮助吗？

from nltk.parse.stanford import StanfordDependencyParser
dp_prsr= StanfordDependencyParser('C:\Python34\stanford-parser-full-2015-04-20\stanford-parser.jar','C:\Python34\stanford-parser-full-2015-04-20\stanford-parser-3.5.2-models.jar', model_path='edu/stanford/nlp/models/lexparser/englishPCFG.ser.gz')
word=[]
s='bit is good university'
sentence = dp_prsr.raw_parse(s)
for line in sentence:
    print(list(line.triples()))

[(('university', 'NN'), 'nsubj', ('bit', 'NN')), (('university', 'NN'), 'cop', ('is', 'VBZ')), (('university', 'NN'), 'amod', ('good', 'JJ'))]

我想上好大学，而 BIT 和大学我尝试了以下但无法工作。

   for line in sentence:
    if (list(line.triples)).__contains__()  == 'JJ':
       word.append(list(line.triples()))
   print(word)

但我得到空数组...请任何帮助。

Answer 1

语言

当您查找包含JJ 和NN 的三元组时，您要注意的内容通常是无上下文语法中的名词短语NP。

在依赖语法中，您正在寻找的是一个三元组，它在 arguments 中包含 JJ 和 NN POS 标签。最具体地说，当您针对包含形容词修饰名词的成分/分支时。从StanfordDepdencyParser 输出中，您需要查找谓词 amod。 （如果您对上面解释的内容感到困惑，建议您在继续之前阅读依赖语法，请参阅https://en.wikipedia.org/wiki/Dependency_grammar。

请注意，解析器输出三元组(arg1, pred, arg2)，其中参数 2 (arg2) 通过谓词 (pred) 关系依赖于参数 1 (arg1)；即arg1 支配arg2（参见https://en.wikipedia.org/wiki/Government_(linguistics)）

---

Python 方式

现在到答案的代码部分。您想遍历元组列表（即三元组），因此最简单的解决方案是在您迭代时专门为元组分配变量，然后检查您需要的条件，请参阅Find an element in a list of tuples

>>> x = [(('university', 'NN'), 'nsubj', ('bit', 'NN')), (('university', 'NN'), 'cop', ('is', 'VBZ')), (('university', 'NN'), 'amod', ('good', 'JJ'))]
>>> for arg1, pred, arg2 in x:
...     word1, pos1 = arg1
...     word2, pos2 = arg2
...     if pos1.startswith('NN') and pos2.startswith('JJ') and pred == 'amod':
...             print ((arg1, pred, arg2))
... 
(('university', 'NN'), 'amod', ('good', 'JJ'))