代码之家 › 专栏 › 技术社区 › user9092346

NLTK-标记后连接专有名词

nltk python

user9092346 · 技术社区 · 6 年前

我有一个句子,我首先标记,然后使用nltk标记:

sentence = 'Ronald McDonald exercised at the Central Park on Monday.'

tokens = nltk.word_tokenize(sentence)
print(tokens)

tagged = nltk.pos_tag(tokens)
print(tagged)

使用nltk。pos\u tag、Ronald、McDonald、Central、Park和Monday成为专有名词(NNP)-这是正确的。现在,我把这个句子的所有专有名词都写在另一个变量中,因为我想稍后使用它们。

propernouns = [word for word,pos in tagged if pos == 'NNP']
print(propernouns)

现在,在我的案例中,95%的情况下,文本中任何数量的紧随其后的专有名词都属于同一类。“罗纳德·麦克唐纳”就是这样一个例子,就像“中央公园”一样。

问题: 我如何更改“propernoons”中的代码,它在“taged”上迭代,提取所有NPP并像现在一样将它们写入变量中-但当它找到2个或更多时 (<NNP>+) 它们直接紧跟在一起,被写成一个由空格分隔的字符串。

1 回复 | 直到 6 年前

DYZ 6 年前

使用 itertools.groupby 要将具有相同NNP标记的连续词组分组,请执行以下操作:

from itertools import groupby
groups = groupby(tagged, key=lambda x: x[1]) # Group by tags
names = [[w for w,_ in words] for tag,words in groups if tag=="NNP"]
#[['Ronald', 'McDonald'], ['Central', 'Park'], ['Monday']]
names = [" ".join(name) for name in names if len(name)>=2] 
#['Ronald McDonald', 'Central Park']

推荐文章

user4660280 · 使用我自己的标记语料库进行NLTK词性标记?

6 年前

Swamy · 如何建立深度学习模型,从几个不同的袋子中挑选单词,形成一个有意义的句子[结束]

6 年前

user9092346 · NLTK-标记后连接专有名词

6 年前

Nice · 如何解决nltk中的NotImplementedError。分类I?

6 年前

ArchivistG · 尝试使用re将3个结果打印到表中

6 年前

AKKA · nltk中Jaccard距离度量的实现。指标。距离与数学定义不一致?

6 年前

Ovaflow · 计算句子中的特定单词

6 年前

Sandy · 使用pandas从字符串生成N-gram

6 年前

Freakant · NLTK。检测句子是否是疑问句?

6 年前

Adeeb Abdul Salam · 如何查找NLTK缺少的资源?[副本]

6 年前