我的问题类似于这个未回答的问题:Using custom POS tags for NLTK chunking? ,但我得到的错误是不同的。我正在尝试解析添加了我自己的域特定标签的句子。
例如:
(u'greatest', 'P'), (u'internet', 'NN'), (u'ever', 'A'),
(u',', ','), (u'and', 'CC'), (u'its', 'PRP$'), (u'being', 'VBG'),
(u'slow', 'N'), (u'as', 'IN'), (u'hell', 'NN')`
其中 (u'slow', 'N')
是自定义标记 'N'
。
我正在尝试使用以下方法解析它:
grammar=r"""
Chunk:`{<A>?*<P>+}`
"""
parser=nltk.RegexpParser(grammar)
但是我收到以下错误:
ValueError: Illegal chunk pattern: `{<A>?*<P>+}`
nltk.RegexpParser
是否处理自定义标签?有没有其他基于 nltk 或 python 的解析器可以做到这一点?
最佳答案
nltk.RegexpParser 可以处理自定义标签。
以下是修改代码使其工作的方法:
# Import the RegexpParser
from nltk.chunk import RegexpParser
# Define your custom tagged data.
tags = [(u'greatest', 'P'), (u'internet', 'NN'), (u'ever', 'A'),
(u',', ','), (u'and', 'CC'), (u'its', 'PRP$'), (u'being', 'VBG'),
(u'slow', 'N'), (u'as', 'IN'), (u'hell', 'NN')]
# Define your custom grammar (modified to be a valid regex).
grammar = """ CHUNK: {<A>*<P>+} """
# Create an instance of your custom parser.
custom_tag_parser = RegexpParser(grammar)
# Parse!
custom_tag_parser.parse(tags)
这是您将获得的测试数据的结果:
Tree('S', [Tree('CHUNK', [(u'greatest', 'P')]), (u'internet', 'NN'), (u'ever', 'A'), (u',', ','), (u'and', 'CC'), (u'its', 'PRP$'), (u'being', 'VBG'), (u'slow', 'N'), (u'as', 'IN'), (u'hell', 'NN')])
关于python - 如何使用 nltk.Regexp.parser() 解析自定义标签,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/24975573/