python - NLTK:过滤具有特定结构的句子

Question

如何使用NLTK过滤特定结构的句子？ 例如，我们有以下上下文无关语法的定义:

  1. S → NP VP
  2. S → Aux NP VP
  3. S → VP
  4. NP → Pronoun
  5. NP → Proper-Noun
  6. NP → Det Nominal
  7. Nominal → Noun
  8. Nominal → Nominal Noun
  9. Nominal → Nominal PP
  10.VP → Verb
  11.VP → Verb NP
  12.VP → VP PP
  13.PP → Prep NP

可以看出，定义了三种类型的句子结构:

  1. S → NP VP
  2. S → Aux NP VP
  3. S → VP

给定下面的句子，我想知道这个句子是否符合以上三个句子结构中的任何一个。

I am not much for country music but it has the potential for beauty, with its combined inclusions of comedy and sadness.

我的问题是，我应该如何使用 NLTK 来做到这一点？

Answer 1

http://www.nltk.org/book/ch05.html

应解释您为此所需的一切。基本上，你必须首先对句子进行标记(将其分解为单独的标记)，然后用 nltk 识别它们的相应 PoS 来标记它们。

这会返回一个元组列表，然后有多种方法可以将这些元组与语法中的元组进行比较。

防止 future 错误链接的特定代码:

>>> text = word_tokenize("And now for something completely different")
>>> nltk.pos_tag(text)
[('And', 'CC'), ('now', 'RB'), ('for', 'IN'), ('something', 'NN'),
('completely', 'RB'), ('different', 'JJ')]