Как читать дерево синтаксического анализа на основе избирательных округов

У меня есть корпус предложений, которые были предварительно обработаны системами Стэнфорда CoreNLP. Одна из вещей, которые он предоставляет, - это дерево синтаксического анализа предложения (на основе избирательных округов). Хотя я могу понять дерево синтаксического анализа, когда оно нарисовано (например, дерево), я не уверен, как его читать в этом формате:

E.g.:

          (ROOT
          (FRAG
          (NP (NN sent28))
          (: :)
          (S
          (NP (NNP Rome))
          (VP (VBZ is)
          (PP (IN in)
          (NP
          (NP (NNP Lazio) (NN province))
          (CC and)
          (NP
          (NP (NNP Naples))
          (PP (IN in)
          (NP (NNP Campania))))))))
          (. .)))

Исходное предложение:

sent28: Rome is in Lazio province and Naples in Campania .

Как я должен читать это дерево или, альтернативно, есть ли код (на Python), который делает это правильно? Спасибо.


python parsing nlp parse-tree
person Cheshie    schedule 23.02.2015    source источник

Ответы (2)


arrow_upward
11
arrow_downward

NLTK имеет класс для чтения деревьев синтаксического анализа: nltk.tree.Tree. Соответствующий метод называется fromstring. Затем вы можете перебирать его поддеревья, листья и т. Д.

В качестве отступления: вы можете удалить бит с надписью sent28:, поскольку он сбивает с толку синтаксический анализатор (он также не является частью предложения). Вы получаете не полное дерево синтаксического анализа, а только фрагмент предложения.

person mbatchkarov    schedule 23.02.2015
comment
Спасибо! и я добавил from nltk.draw.tree import draw_trees >>> draw_trees(tree), чтобы визуализировать его как настоящее дерево :-) [Да, и я не могу снять sent28, это часть задания ...] - person Cheshie; 23.02.2015
comment
Забыл сказать: Tree.pprint тоже очень кстати - person mbatchkarov; 23.02.2015

arrow_upward
-3
arrow_downward

Вы можете просто использовать стэнфордский парсер, например:

sentences = parser.raw_parse_sents(["Hello, My name is Melroy.", "What is your name?"])  #probably raw_parse(just a string) or parse_sents(list but has been splited)
for line in sentences:
    for sentence in line:
        ***sentence.draw()***
person chauncyzhu    schedule 21.04.2017