python - 识别 spaCY 中的 "it"主题

Question

大家好，我最近发现 spaCY 是一种识别句子中语法的有趣方法，我尝试了一些简单的方法并且它有效，但是当我尝试让它识别短句中的“it”主语时，它不起作用很好，请问有什么办法可以提高准确率吗？我说的这句话是“你喜欢吗？”在这种情况下，“it”是真正的主语。当我启动程序时，spaCY 将“您”识别为主题，而不是“它”。

有什么好方法可以避免这种“错误”？这是简单的代码:

import spacy

sentence = input('insert sentence: \n\n')
nlp = spacy.load('en')
sent = sentence
doc=nlp(sent)

sub_toks = [tok for tok in doc if (tok.dep_ == "nsubj") ]

print(sub_toks) 
print()

Answer 1

这实际上不是一个 Spacy 问题，而是一个语法问题。在句子中

Do you like it?

正如斯佩西告诉你的那样，主题是“你”这个词。 “it”这个词是动词“like”的宾语。您可能想浏览 Wiki page for subject和 Wiki page for object .

如果您正在寻找一个以“it”为主语的句子，Spacy 可以帮助您。

sent = nlp("it is very good")
for token in sent:
    print(token, token.dep_)

>> it nsubj
>> is ROOT
>> very advmod
>> good acomp

在这种情况下，Spacy 正确报告“it”是名义主语，并且 token.dep 等于 'nsubj'。相反，如果您真正想要的是直接对象，那么正如您从以下输出中看到的:

sent = nlp("do you like it")
for token in sent:
    print(token, token.dep_)

>> do aux
>> you nsubj
>> like ROOT
>> it dobj

您应该寻找 token.dep_ == 'dobj' 的 token 。如果您还需要间接对象，还可以检查 'iobj'。您可以阅读有关这些依赖项的作用的更多信息 here .