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?

2 Solutions collect form web for “Как анализировать пользовательские теги с помощью nltk.Regexp.parser ()”

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.