1
所以在NLTK,我们可以指定POS标签的正则表达式来提取文本块作为斯坦福NLP:如何获得大块
sentence = [("the", "DT"), ("little", "JJ"), ("yellow", "JJ"),
... ("dog", "NN"), ("barked", "VBD"), ("at", "IN"), ("the", "DT"), ("cat", "NN")]
grammar = "NP: {<DT>?<JJ>*<NN>}"
cp = nltk.RegexpParser(grammar)
result = cp.parse(sentence)
print(result)
(S
(NP the/DT little/JJ yellow/JJ dog/NN)
barked/VBD
at/IN
(NP the/DT cat/NN))
是否有可能做这样的事情使用斯坦福NLP?我想要做的是使用stanford POS tagger来标记我的文本,因为我发现它比nltk的tagger更准确。我想,一旦我有了标记的句子,无论如何我都可以使用上面的代码。斯坦福大学的NLP是否还提供了一些开箱即用的功能来创建文本块?
此外,我知道nltk 3提供了斯坦福NLP支持。那么如何将两者结合起来以获得大块文本呢?我宁愿在python中这样做。
请参阅https://github.com/alvations/nltk_cli – alvas