使用自然语言处理识别项目列表答案

【问题标题】：Identify a list of items using Natural Language Processing使用自然语言处理识别项目列表
【发布时间】：2017-10-22 02:24:10
【问题描述】：

NLP 解析器有没有办法识别列表？
例如，“a tiger, a lion and a gorilla” 应该被识别为一个列表
（我不需要将其识别为动物列表；只需一个列表就足够了）。

我的最终目标是将一个常见的动词/单词链接到列表中的所有项目。例如，考虑句子“他找到了一支笔、一本书和一个手电筒”。在这里，“found”动词应该与所有3个项目联系起来。

另一个例子，“他的癌症、贫血和糖尿病检测呈阴性”。在这里，“阴性”这个词应该与三种疾病联系起来。

这可以通过任何开源 NLP 包（如 OpenNLP 或 Stanford CoreNLP）实现吗？还有其他解决方案吗？

编辑：
就像其中一个答案中提到的那样，我最初的想法是手动解析列表并通过查看逗号的位置等来查找项目。

但后来我发现了斯坦福 NLP 的 OpenIE 模型。这似乎做得很好。
例如，"He has a pen and a book" 给出了 (He;has;a pen) 和 (He;has;一本书）。

该模型的问题在于它不适用于不完整的句子，例如“有一支笔和一本书”。
（据我了解，这是因为 OpenIE 只能提取三元组）
当涉及否定时，它也会失败。例如，“他没有笔”。

这些问题有解决方案吗？目前信息提取的最佳解决方案有哪些？

【问题讨论】：

既然您提到了解析和斯坦福 NLP：您是否检查过 Stanford's online version of the parser 如何处理“列表”？它们被组合为一个名词短语，这个名词短语附加到动词上。（不过，从依赖项中获取这些信息有点复杂。）

【解决方案1】：

您正在尝试做的事情称为Information Extraction。

在您的情况下，任务是提取关于一组实体（作为枚举给出）的基本命题，而不仅仅是一个实体（这是通常的场景）。比如你想从He found a pen, a book and a flashlight.这个句子中提取出如下三个命题：

X 代表称为He 的实体。正如 Savkov 先生已经指出的那样，信息提取是一个相当困难的问题，其解决方案超出了 Stack Overflow 的答案。

信息提取有多种方法。正如 Savkov 先生所建议的，基于 POS 标签的解决方案可能是一个很好的起点。我建议看一下this nice tutorial based on NLTK（尤其是第 2.2 节“标签模式”）和this paper。

【讨论】：

【解决方案2】：

恐怕完整的答案会填补博士论文的大部分内容：)

没有通用工具可以满足您的需求。你需要自己写。如果您查看this 示例，您可以看到可以通过从标记and 或逗号开始提取列表，然后遍历它周围的图形来构建列表。在这种特殊情况下，您可以查看链接较小名词短语的conj 和appos 关系。

您还可以查看 POS 标签模式，例如（N*、,、N*、CC、N*）——这是一种技巧，但如果您想要快速获得结果，这可能是您的最佳方法你愿意错过召回。

至于您要求包括否定等修饰符 - 这是一个单独的任务，应该在您确定列表之后进行。

【讨论】：

感谢您的回复！是的，我最初也在考虑这种方法。但我有点犹豫，因为我不太了解解析或标签和依赖的含义。我找到了另一种似乎对我有用的解决方案。请参阅编辑以获取更新信息。