NLTK（或其他）返回 n 最佳标签序列的词性标注器

Question

我需要一个词性标注器，它不仅返回给定句子的最佳标签序列，而且返回 n 最佳标签序列。因此，对于“时间像箭头一样飞逝”，它可以返回 NN VBZ IN DT NN 和 NN NNS VBP DT NN 例如，按照概率排序。我需要使用我自己的标签集和句子示例来训练标注器，并且我想要一个允许设计句子的不同特征的标注器。如果其中一个 nltk 标记器具有此功能，那就太好了，但是任何可以与我的 Python 代码交互的标记器都可以。提前感谢您的任何建议。

Answer 1

我建议您查看spaCy。据我所见，默认情况下它不允许您返回前 n 个标签，但它支持creating custom pipeline components。

Github 上还有一个issue 专门讨论了这一点，并且有一些关于如何相对快速地实施它的建议。