不能从你给我们的东西中分辨出来,但是你是否尝试过一步一步地进入问题?看来,在任何情况下t.split('/')[1] == 'NP'
评估为真。所以,你应该开始:
- 打印/调试,看看究竟是什么
f.split()
包含
- 确保您的病情反而是正确的,从你给有输出的小样品在我看来你是寻找更多的:
if t.split('/')[1].startswith('NP')
,但不能真正说。
编辑:
好吧,首先,如果这是真的什么f.split()
打印到你,那么你应该得到一个异常sicne t
是一个元组和元组可是没有一个split()
方法。所以你让我好奇,并且我安装了nltk
并下载了'brown'语料库并且尝试了你的代码。现在首先,如果我这样做:
import nltk
from nltk.corpus import brown
f = brown.raw('ca01')
print f.split()
['The/at', 'Fulton/np-tl', 'County/nn-tl', 'Grand/jj-tl', 'Jury/nn-tl', 'said/vbd', 'Friday/nr', 'an/at', 'investigation/nn', 'of/in', "Atlanta's/np$", 'recent/jj', 'primary/nn', 'election/nn', 'produced/vbd', '``/``', 'no/at', 'evidence/nn', "''/''", 'that/cs', 'any/dti', 'irregularities/nns', 'took/vbd', 'place/nn', './.', 'The/at', 'jury/nn', 'further/rbr', 'said/vbd', 'in/in', 'term-end/nn', 'presentments/nns', 'that/cs', 'the/at', 'City/nn-tl', 'Executive/jj-tl', 'Committee/nn-tl', ',/,', 'which/wdt', 'had/hvd', 'over-all/jj', 'charge/nn', 'of/in', 'the/at', 'election/nn', ',/,', '``/``', 'deserves/vbz', 'the/at', 'praise/nn', 'and/cc', 'thanks/nns', 'of/in', 'the/at', 'City/nn-tl' .....]
所以我没有ideea你在那里得到的结果,但它是不正确的。现在您可以从组中看到,单词的第二部分是小写字母,这就是您的代码失败的原因。所以,如果你这样做:
w=[nltk.tag.str2tuple(t) for t in f.split() if t.split('/')[1].lower() == 'np']
这将让你的结果:
[('September-October', 'NP'), ('Durwood', 'NP'), ('Pye', 'NP'), ('Ivan', 'NP'), ('Allen', 'NP'), ('Jr.', 'NP'), ('Fulton', 'NP'), ('Atlanta', 'NP'), ('Fulton', 'NP'), ('Fulton', 'NP'), ('Jan.', 'NP'), ('Fulton', 'NP'), ('Bellwood', 'NP'), ('Alpharetta', 'NP'), ('William', 'NP'), ('B.', 'NP'), ('Hartsfield', 'NP'), ('Pearl', 'NP'), ('Williams', 'NP'), ('Hartsfield', 'NP'), ('Aug.', 'NP'), ('William', 'NP'), ('Berry', 'NP'), ('Jr.', 'NP'), ('Mrs.', 'NP'), ('J.', 'NP'), ('M.', 'NP'), ('Cheshire', 'NP'), ('Griffin', 'NP'), ('Opelika', 'NP'), ('Ala.', 'NP'), ('Hartsfield', 'NP'), ('E.', 'NP'), ('Pelham', 'NP'), ('Henry', 'NP'), ('L.', 'NP'), ('Bowden', 'NP'), ('Hartsfield', 'NP'), ('Atlanta', 'NP'), ('Jan.', 'NP'), ('Ivan', 'NP'), ....]
现在,以供将来参考仔细检查您张贴像我要求的信息之前,只是因为如果它不正确,则这是一种误导,它不会帮助那些试图帮助你的人,也不会帮助你。不作为评论家,但作为建设性的意见:)
如果我尝试数字2,它显示与我一样的答案。上面给出了f.split的结果。 – fara 2012-01-31 15:46:08