从 NLTK 中的句子中提取关系答案

【问题标题】：Extract relationships from a sentence in NLTK从 NLTK 中的句子中提取关系
【发布时间】：2017-03-13 11:05:48
【问题描述】：

我正在使用 NLTK 来提取 PERSON 和 ORGANIZATION 之间的关系。

另外，我想提取 ORGANIZATION 和 LOCATION 之间的关系。 NLTK 版本是 3.2.1。

我使用了词性标记和命名实体识别 (NER)。还为 NER 结果绘制解析树。
但是我无法从那句话中提取出提到的关系。

代码如下：

import nltk, re
from nltk import word_tokenize

sentence = "Mark works at JPMC in London every day"
pos_tags = nltk.pos_tag(word_tokenize(sentence))            # POS tagging of the sentence
ne = nltk.ne_chunk(pos_tags)                                # Named Entity Recognition
ne.draw()                                                   # Draw the Parse Tree

IN = re.compile(r'.*\bin\b(?!\b.+ing)')
for rel1 in nltk.sem.extract_rels('PER', 'ORG', pos_tags, pattern = IN):
    print(nltk.sem.rtuple(rel1))
for rel2 in nltk.sem.extract_rels('ORG', 'LOC', pos_tags, pattern = IN):
    print(nltk.sem.rtuple(rel2))

如何提取'Person - Organization'关系和'Organization - Location'关系？

【问题讨论】：

标签： python nlp nltk

【解决方案1】：

我认为 docs 没有标记为 pos，它应该是 NE。

工作代码

senten = "Mark works in JPMC in London every day"
pos_tags = nltk.pos_tag(word_tokenize(senten))  # POS tagging of the sentence
ne = nltk.ne_chunk(pos_tags)  # Named Entity Recognition

chunked = nltk.ne_chunk_sents(pos_tags, binary=True)
# ne.draw()  # Draw the Parse Tree


print(pos_tags)

IN = re.compile(r'.*\bin\b(?!\b.+ing)')

for rel in nltk.sem.extract_rels('PERSON', 'ORGANIZATION', ne, corpus='ace', pattern=IN):
    print(nltk.sem.rtuple(rel))

输出

[PER: 'Mark/NNP'] 'works/VBZ in/IN' [ORG: 'JPMC/NNP']

【讨论】：