我需要一些有关 NLTK 树的帮助。
我正在尝试从这棵法国树中提取一些子树:
(SENT (NP-SUJ↓ (PRO=H Personne)) (VN=H (ADV* ne) (V=H sait)) (ADV* exactement) (PONCT* .))
我只想提取 POS 标签末尾带有“=H”的树,然后添加父节点:
像这样:(NP-SUJ↓ (PRO=H Personne)) 和这个:(VN=H (V=H sait))
我编写了一个函数来执行此操作:
def AddParent(tree):
grammar = []
for subtree in tree.subtrees():
if subtree.height()==2 and subtree.label().endswith("=H"):
PartialTree = ParentedTree(subtree.parent().label(),
[ParentedTree(subtree.label(), subtree)])
grammar.append(PartialTree)
return grammar
#Test
pt = ParentedTree.fromstring("(SENT (NP-SUJ↓ (PRO=H Personne)) (VN=H (ADV* ne) (V=H sait)) (ADV* exactement) (PONCT* .))")
AddParent(pt)
[ParentedTree('NP-SUJ↓', [ParentedTree('PRO=H', ['Personne'])]),
ParentedTree('VN=H', [ParentedTree('V=H', ['sait'])])]
我这里有两个问题:首先,我想继续向原始树中的这些子树添加信息。例如,我想继续添加祖先节点,然后添加子节点,以执行如下操作:
(SENT (NP-SUJ↓ ) (VN=H (V=H sait)))
但是我忘记了原来的树...
其次,parent()
函数返回其中包含的所有子树。我只想拥有特定的节点。
提取最后一个子树的好方法是什么???
非常感谢您的帮助!我是新手,但我真的很喜欢它!
最佳答案
我不能说我理解您对 parent()
的提示(也许您的意思是 subtrees()
?),但是有更简单的方法可以让您上手子树:
表面改进:
subtrees()
函数接受filter
参数,因此您不必在代码中检查返回的子树:for subtree in tree.subtrees(filter=lambda t: t.label().endswith("=H"))
子树是对原始树的子部分的引用。如果您不修改它,它仍然是原始树的一部分,您可以提升树(因为您使用“父级”树)。事实上,请注意,如果您对子树的内容进行修改,原始树将被修改。但是不要将您找到的树嵌入到新节点下,而是构建一个全新的副本:
partial = ParentedTree(subtree.parent().label(), [ subtree.copy() ])
然后您可以自由删除或更改副本中的分支,并且您仍然可以使用原始
树
和子树
。虽然您可以使用
parent()
方法爬上树,但我经常发现使用“树位置”更方便。树位置是一个整数元组,它的作用是沿着树向下的路径(就像列表上的整数索引一样使用它)。要找到父级,您只需切掉树位置的最后一个元素即可:for postn in tree.treepositions(): if tree[postn].label().endswith("=H"): parentpos = postn[:-1] # everything but the last element partial = Tree(tree[parentpos].label(), [ tree[postn] ])
请注意,如果您使用此方法,则不再需要
parent()
方法,因此您最好使用Tree
,而不是ParentedTree
.
上面的内容可能并没有完全达到您想要的效果(很难看出您到底在做什么),但我希望您能明白。
关于python - 子树提取NLTK树,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37862845/