使用 NLTK 检测英语动词时态答案

【问题标题】：Detect English verb tenses using NLTK使用 NLTK 检测英语动词时态
【发布时间】：2010-08-08 11:31:14
【问题描述】：

我正在寻找一种方法，给定英文文本，计算过去、现在和将来时态中的动词短语。现在我使用NLTK，做一个POS（词性）标记，然后数说'VBD'来获得过去时态。不过这还不够准确，所以我想我需要更进一步并使用分块，然后分析 VP-chunks 的特定时态模式。有什么存在的吗？任何可能有帮助的进一步阅读？ NLTK book 主要关注 NP-chunks，我可以找到很少的关于 VP-chunks 的信息。

【问题讨论】：

你的逻辑有问题。如果分块器可以检测到 NP，那么它必须能够检测到 VP。
当然，但我最感兴趣的是进一步的 VP 分析——如何区分不同的时态。

标签： python nlp nltk

【解决方案1】：

您的确切答案取决于您打算使用哪个分块器，但列表推导式会让您走很长一段路。这可以让您使用不存在的分块器获得动词短语的数量。

len([phrase for phrase in nltk.Chunker(sentence) if phrase[1] == 'VP'])

您可以采取更细粒度的方法来检测时态的数量。

【讨论】：

感谢您的指点，这就是我要使用的 - 我的下一个问题是是否存在检测紧张模式的东西。对于每个 VP，我想知道它的时态。
我实际上设法用这种方法解决了我的问题，因此将其标记为已接受的答案。下面这篇文章真的很有帮助：streamhacker.com/2009/02/23/chunk-extraction-with-nltk
嗨，迈克尔，很高兴听到您的情况一切顺利！

【解决方案2】：

您可以使用Berkeley Parser 或Stanford Parser 执行此操作。但我不知道是否有可用的 Python 接口。

【讨论】：

非常感谢，这可能是一个选项 - 但是由于我已经大量使用 NLTK，因此切换可能需要做很多工作。不过会看。
NLTK 中有一个斯坦福解析器的接口。您可以按如下方式使用它：tagger = nltk.tag.stanford.POSTagger('models/german-fast.tagger', 'stanford-postagger.jar') 您可能必须先将字符串编码为 UTF-8（至少对于德国模型而言）。