发现使用NLTK WordNet的

Question

有没有办法找到专有名词使用NLTK WordNet的？IE浏览器。专有名词，可以使用NLTK WORDNET我标记物主名词？

Answer 1

我不认为你需要的WordNet找到专有名词，我建议使用部分的词性恶搞pos_tag。

为了找到专有名词，寻找NNP标签：

from nltk.tag import pos_tag 

sentence = "Michael Jackson likes to eat at McDonalds" 
tagged_sent = pos_tag(sentence.split()) 
# [('Michael', 'NNP'), ('Jackson', 'NNP'), ('likes', 'VBZ'), ('to', 'TO'), ('eat', 'VB'), ('at', 'IN'), ('McDonalds', 'NNP')] 

propernouns = [word for word,pos in tagged_sent if pos == 'NNP'] 
# ['Michael','Jackson', 'McDonalds'] 

你可能不是因为Michael和Jackson非常满意被分成2个令牌，则可能需要更复杂的东西，如姓名实体标记器。

正如penntreebank标记集记录的所有格名词所示，您可以简单地查找POS标记http://www.mozart-oz.org/mogul/doc/lager/brill-tagger/penn.html。但是，当标记为NNP时，标记不会标记POS。

为了找到物主名词，寻找str.endswith（ “的 ”）或str.endswith（“ S”“）：

from nltk.tag import pos_tag 

sentence = "Michael Jackson took Daniel Jackson's hamburger and Agnes' fries" 
tagged_sent = pos_tag(sentence.split()) 
# [('Michael', 'NNP'), ('Jackson', 'NNP'), ('took', 'VBD'), ('Daniel', 'NNP'), ("Jackson's", 'NNP'), ('hamburger', 'NN'), ('and', 'CC'), ("Agnes'", 'NNP'), ('fries', 'NNS')] 

possessives = [word for word in sentence if word.endswith("'s") or word.endswith("s'")] 
# ["Jackson's", "Agnes'"] 

或者，您可以使用NLTK ne_chunk但它不“T似乎除非你是担心你这句话得到了什么样的专有名词做很多其他：

>>> from nltk.tree import Tree; from nltk.chunk import ne_chunk 
>>> [chunk for chunk in ne_chunk(tagged_sent) if isinstance(chunk, Tree)] 
[Tree('PERSON', [('Michael', 'NNP')]), Tree('PERSON', [('Jackson', 'NNP')]), Tree('PERSON', [('Daniel', 'NNP')])] 
>>> [i[0] for i in list(chain(*[chunk.leaves() for chunk in ne_chunk(tagged_sent) if isinstance(chunk, Tree)]))] 
['Michael', 'Jackson', 'Daniel'] 

使用ne_chunk有点冗长，它不会让你的所有格。

Answer 2

我认为你需要的是一个标记器，一个词性标记器。此工具分配部分的词性标签（例如，专有名词，代词possesive等），以在一个句子中的每个单词。

NLTK包括一些标记者： http://nltk.org/book/ch05.html

另外还有Stanford Part-Of-Speech Tagger（开源太，更好的性能）。