使用 NLTK 的块解析器匹配单词

Question

NLTK 的 chunk parser 的正则表达式可以匹配 POS 标签，但是它们也能匹配特定的单词吗？
所以，假设我想用一个名词后跟动词“left”（称之为模式 L）来分块任何结构。例如，句子“the\DT dog\NN left\VB”应该被分块为
(S (DT the) (L (NN dog) (VB left)))，但句子“the\DT dog\NN slept\VB”根本不会被分块。

我找不到任何关于分块正则表达式语法的文档，而且我看到的所有示例都只匹配 POS 标签。

Answer 1

我遇到了类似的问题，在意识到正则表达式模式只会检查标签后，我更改了我感兴趣的部分的标签。

例如，我尝试匹配产品名称和版本，并使用像 \NNP+\CD 这样的块规则在“Internet Explorer 8.0”上工作，但在将 SP2 标记为 NNP 的“Internet Explorer 8.0 SP2”上却失败了。

也许我本可以训练一个 POS 标注器，但决定只将标签更改为 SP，然后像 \NNP+\CD\SP* 这样的块规则将匹配任一示例。