NLTKでpos_tagのないne_chunk

Question

nltkでne_chunkとpos_tagを使用して文をチャンクしようとしています。

from nltk import tag 
from nltk.tag import pos_tag 
from nltk.tree import Tree 
from nltk.chunk import ne_chunk 

sentence = "Michael and John is reading a booklet in a library of Jakarta" 
tagged_sent = pos_tag(sentence.split()) 

print_chunk = [chunk for chunk in ne_chunk(tagged_sent) if isinstance(chunk, Tree)] 

print print_chunk 

と、これが結果です：

[Tree('GPE', [('Michael', 'NNP')]), Tree('PERSON', [('John', 'NNP')]), Tree('GPE', [('Jakarta', 'NNP')])] 

私の質問は、それが（上記のNNPのような）pos_tagが含まれており、唯一のツリー 'GPE'、 'PERSON' を含まないようにすることができますか？ 「GPE」とは何ですか？事前

Answer 1

で

おかげ固有表現チャンカは、あなたのチャンクとタグの両方を含むツリーを与えるだろう。これを変更することはできませんが、タグを削除することはできます。あなたのtagged_sent最低料金：あなたが唯一のチャンクをしたい場合は

chunks = nltk.ne_chunk(tagged_sent) 
simple = [] 
for elt in chunks: 
    if isinstance(elt, Tree): 
     simple.append(Tree(elt.label(), [ word for word, tag in elt ])) 
    else: 
     simple.append(elt[0]) 

は、上記にelse:句を省略します。チャンクを任意の方法でラップするようにコードを調整できます。変更を最小限に抑えるためにnltk Treeを使用しました。いくつかのチャンクは複数の単語で構成されています（例に "New York"を追加してください）。そのため、チャンクの内容は単一の要素ではなくリストでなければなりません。

PS。 「GPE」は「地政学的エンティティ」（明らかにチャンクミス）を表します。 nltkの本でよく使われるタグのリスト、hereを見ることができます。

Answer 2

ほとんどの場合、タグ付きのhttps://stackoverflow.com/a/31838373/610569のコードが少し変更されています。

上記のNNPのようなpos_tagは含まれておらず、ツリー 'GPE'、 'PERSON'のみを含む可能性がありますか？

はい、単にHow to Traverse an NLTK Tree object?

>>> from nltk import Tree, pos_tag, ne_chunk 
>>> sentence = "Michael and John is reading a booklet in a library of Jakarta" 
>>> tagged_sent = ne_chunk(pos_tag(sentence.split())) 
>>> tagged_sent 
Tree('S', [Tree('GPE', [('Michael', 'NNP')]), ('and', 'CC'), Tree('PERSON', [('John', 'NNP')]), ('is', 'VBZ'), ('reading', 'VBG'), ('a', 'DT'), ('booklet', 'NN'), ('in', 'IN'), ('a', 'DT'), ('library', 'NN'), ('of', 'IN'), Tree('GPE', [('Jakarta', 'NNP')])]) 

>>> from nltk.sem.relextract import NE_CLASSES 
>>> ace_tags = NE_CLASSES['ace'] 

>>> for node in tagged_sent: 
...  if type(node) == Tree and node.label() in ace_tags: 
...   words, tags = zip(*node.leaves()) 
...   print node.label() + '\t' + ' '.join(words) 
... 
GPE Michael 
PERSON John 
GPE Jakarta 

---

何GPE "手段を参照してください）=ツリーオブジェクトをトラバース？

GPEは "地政学的エンティティ" を意味

• GPEタグが利用可能な2つの事前訓練を受けたNEのフォーチャンカーズがありACE dataset

• から来た、見https://github.com/nltk/nltk/blob/develop/nltk/chunk/init.py#L164

• サポートされているタグセットは3つあります：詳しい説明については0

• 、それが動作NLTK relation extraction returns nothing