python - NLTK 将树转换为数组？

Question

首先，我将树变成了一个列表: 您插入一个已经标记化的句子，它会返回一棵树。

def LanguageCreateTree(tokenizedSentence):
    cp = nltk.RegexpParser(GRAMMAR)
    result = cp.parse(tokenizedSentence)
    result = str(result)
    print(result)

>>> A red cat with a hat
(S A/DT (VP red/VBN (NP cat/NN)) with/IN a/DT hat/JJ)

我将如何根据这个字符串制作一个包含列表的列表？ 我需要它才能制作这样的列表:

[['A','DT'], ['VP', ['red','VBN'], ['NP', ['cat','NN']]], ['with','IN'], ['a','DT'], ['hat','JJ']]]

Answer 1

这比您想象的要容易得多:-) NLTK 的Tree 类是 一个列表(更具体地说，它派生自列表类)。它具有您所追求的结构。只需对 cp.parse() 的结果使用普通的列表方法。这是一个大概的例子(动态构建一棵树以供说明):

>>> from nltk import Tree
>>> t = Tree.fromstring("(S A/DT (VP red/VBN (NP cat/NN)) with/IN a/DT hat/JJ)")

>>> print(t[1])
(VP red/VBN (NP cat/NN))
>>> print(t[1][0])   # Element 0 of the subtree at index 1
red/VBN

在这个例子中，我没有从 POS 标签中拆分单词；你的树会看起来不一样。另请注意，Tree 有很好的打印方式，但您可以使用 repr() 查看真实结构:

>>> print(repr(t[1]))
Tree('VP', ['red/VBN', Tree('NP', ['cat/NN'])])