regex - 如何编写 nltk 语法来检查但不捕获某些文本

Question

我有2句话:

procedure, when performed, some other text
procedure, limited, some other text

我想选择VBN，后面带逗号:

import nltk

sents = [
    ['procedure', ',', 'when', 'performed', ',', 'some', 'other', 'text'],
    ['procedure', ',', 'limited', ',', 'some', 'other', 'text']
]
tokens = [nltk.pos_tag(x) for x in sents]

grammar = r"""
  CHUNK: {<VBN><,>}
"""
chunker = nltk.RegexpParser(grammar)

for x in tokens:
    tree = chunker.parse(x)
    print tree

它有效:

(S procedure/NN ,/, when/WRB (CHUNK performed/VBN ,/,) some/DT other/JJ text/NN)
(S procedure/NN ,/, (CHUNK limited/VBN ,/,) some/DT other/JJ text/NN)

但是当VBN用逗号包裹时，我需要选择它。某种 re.compile(r'(?:,)\s*([a-z]+ed),')

有什么方法可以在 RegexpParser 语法中使用 (?:...) 吗？

Answer 1

在这种情况下，需要将逗号移出 {}:

grammar = r"""
  CHUNK: <,>{<VBN><,>}
"""

在这种情况下，系统将完全满足我的需要。