Spacy 获取特定单词的位置和标签答案

【问题标题】：Spacy get pos & tag for specific wordSpacy 获取特定单词的位置和标签
【发布时间】：2019-02-20 10:25:26
【问题描述】：

我遇到了一种情况，我必须从 spacy doc 对象中获取 pos_ 和 tag_。

例如，

text = "Australian striker John hits century"
doc = nlp(text)
for nc in doc.noun_chunks:
    print(nc) #Australian striker John
doc[1].tag_ # gives for striker

如果我想得到 pos_ 和 tag_ 的单词“前锋”，我需要再次将那句话给 nlp() 吗？？

还有 doc[1].tag_ 在那里，但我需要类似 doc['striker'].tag_ ..

有没有可能？

【问题讨论】：

嗯，首先，如果句子中有多个“前锋”字样，doc['striker'].tag_ 之类的内容就会模棱两可。但是关于您最初的问题，do I need to again give that sentence 是什么意思？您已经拥有doc[1].tag_ == 'NN' 和doc[1].pos_ == 'NOUN'。
"我需要再把那句话给nlp()吗？"是的，因为 POS 标签取决于上下文。例如，没有上下文的“命中”可以是名词（“命中”的复数）或动词。您可能可以将每个标记映射到它们的位置并执行doc[index[word]] 之类的操作，但如果同一个单词出现多次，则会出现问题。
好的。我认为您不需要多次解析一个句子。当doc 准备就绪时，所有位置都已根据您所说的上下文正确计算。你可以做print([token.pos_ for token in doc])它返回['ADJ', 'NOUN', 'PROPN', 'VERB', 'NOUN']。
@darksky 但是如何仅获取检测到的名词块的标签.. 就像有大段落一样。？
@VivekAnanthan 名词块是spacy.tokens.span.Span，而不是标记。您必须对其进行迭代以打印块内每个令牌的标签，例如 print([[token.tag_ for token in nc] for nc in doc.noun_chunks])

标签： python nlp spacy tagging part-of-speech

【解决方案1】：

您只需处理一次文本：

text = "Australian striker John hits century"
doc = nlp(text)
for nc in doc.noun_chunks:
    print(nc)  
    print([(token.text, token.tag_, token.pos_) for token in nc])

如果您只想获取名词块中的特定单词，您可以通过将第二个打印语句更改为 e.g. 来进一步过滤它

print([(token.text, token.tag_, token.pos_) for token in nc if token.tag_ == 'NN'])

请注意，这可能会打印多个匹配项，具体取决于您的模型和输入句子。

【讨论】：

【解决方案2】：

您可以执行以下操作：

text = "Australian striker John hits century"
x1 = "striker"
x2 = re.compile(x1,re.IGNORECASE | re.VERBOSE)
loc_indexes = [m.start(0) for m in re.finditer(x2, text )]
tag = [i.tag_ for i in nlp(text) if i.idx in loc_indexes ]
print(x1,tag[0])

它给出输出： striker NN

如果需要，您还可以轻松地将其设置为动态，并将 x1 作为变量。

【讨论】：