如何使用nltk.Regexp.parser（）解析自定义标签

Question

我的问题类似于这个未解决的问题：使用自定义POS标签进行NLTK分块吗？，但我得到的错误却有所不同。我正在尝试分析添加了我自己的域特定标签的句子。

例如：

(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')`

(u'slow', 'N')自定义标签在哪里'N'。

我正在尝试使用以下方法对此进行解析：

grammar=r"""
Chunk:`{<A>?*<P>+}`
"""
parser=nltk.RegexpParser(grammar)

但是我收到以下错误：

ValueError: Illegal chunk pattern: `{<A>?*<P>+}`

是否nltk.RegexpParser处理自定义标签？是否还有其他基于nltk或python的解析器可以做到这一点？

Answer 1

nltk.RegexpParser 可以 处理自定义标签。

您可以通过以下方式修改代码以使其正常工作：

# 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)

这是您将得到的测试数据结果：

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')])