Как анализировать пользовательские теги с помощью nltk.Regexp.parser ()
Мой вопрос похож на этот неотвеченный вопрос: с помощью пользовательских тегов POS для фрагментации NLTK? , но ошибка, которую я получаю, отличается. Я пытаюсь разобрать предложение, к которому я добавил свои собственные теги, специфичные для домена.
Например:
(u'greatest', 'P'), (u'internet', 'NN'), (u'ever', 'A'), (u',', ','), (u'and', 'CC'), (u'its', 'PRP$'), (u'being', 'VBG'), (u'slow', 'N'), (u'as', 'IN'), (u'hell', 'NN')` где (u'slow', 'N') является пользовательским тегом 'N' .
Я пытаюсь разобрать это, используя следующее:
grammar=r""" Chunk:`{<A>?*<P>+}` """ parser=nltk.RegexpParser(grammar)
Но я получаю следующую ошибку:
ValueError: Illegal chunk pattern: `{<A>?*<P>+}`
Выполняет ли nltk.RegexpParser собственные теги? Есть ли другой синтаксический анализатор nltk или python, который может это сделать?
- Ошибка атрибута при использовании scikit-learn
- Как выполнять маркировку POS с использованием SVM в Python?
- Импортировать модуль Python через C # .NET с помощью IronPython
- Как определить семантические иерархии / отношения при использовании NLTK?
- Создание биграмм с использованием NLTK из корпуса с несколькими строками
nltk.RegexpParser может обрабатывать пользовательские теги.
Вот как вы можете изменить свой код для работы:
# Import the RegexpParser from nltk.chunk import RegexpParser # Define your custom tagged data. tags = [(u'greatest', 'P'), (u'internet', 'NN'), (u'ever', 'A'), (u',', ','), (u'and', 'CC'), (u'its', 'PRP$'), (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)
Это результат, который вы получите для своих тестовых данных:
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')])
Я не знаком с NTLK, но в регулярных выражениях Python ?* Является синтаксической ошибкой. Возможно, вы имели в виду *? который является ленивым квантором.
- Поезд корпуса для NER с NLTK ieer или conll2000 corpus
- Как получить синонимы из nltk WordNet Python
- Как сгладить дерево синтаксического разбора и сохранить в строке для дальнейших строковых операций python nltk
- Разбирайте текст, чтобы получить правильные существительные (имена и организации) – python nltk
- Как повысить скорость работы с помощью Stanford NLP Tagger и NLTK
- BeatifulSoup4 get_text все еще имеет javascript
- Кто-нибудь имеет категориальный XML Corpus Reader для NLTK?
- ошибка плохой zip-файла в пометке POS в NLTK в python
- как получить только английские твиты, используя python?