识别python中的动词时态答案

【问题标题】：Identifying verb tenses in python识别python中的动词时态
【发布时间】：2013-11-26 19:06:07
【问题描述】：

如何使用 Python + NLTK 来识别句子是否指代过去/现在/未来？

我可以只使用 POS 标记来做到这一点吗？这似乎有点不准确，在我看来，我需要考虑句子上下文而不仅仅是单词。

对另一个可以做到这一点的图书馆有什么建议吗？

【问题讨论】：

标签： python machine-learning nlp nltk text-processing

【解决方案1】：

POS 标记 - 它为您提供标签，让您查看动词的时态 - 已经考虑到句子上下文，因此它解决了您的问题。通过上下文的准确性。事实上，词性标注本身实际上并不能与单词一起正常工作！看看Ch. 5 of the NLTK book 的这个例子，给定句子中的上下文，让 NLTK 在给定同音异义词的情况下区分名词和动词（即给定一个像 permit 这样的词，它可以作为动词和名词）：

让我们看另一个例子，这次包括一些同音词：

  >>> text = nltk.word_tokenize("They refuse to permit us to obtain the refuse permit")
  >>> nltk.pos_tag(text)
  [('They', 'PRP'), ('refuse', 'VBP'), ('to', 'TO'), ('permit', 'VB'), ('us', 'PRP'),
  ('to', 'TO'), ('obtain', 'VB'), ('the', 'DT'), ('refuse', 'NN'), ('permit', 'NN')]

注意，reject 和 permit 都作为现在时动词出现 (VBP) 和名词 (NN)。例如。 refUSE 是动词，意思是“拒绝”，而 REFuse 是一个名词，意思是“垃圾”（即它们不是同音字）。因此，我们需要知道使用哪个词来发音文字正确。（出于这个原因，文本到语音系统通常执行 POS 标记。）

【讨论】：

【解决方案2】：

自己做这件事不会太难。 This table 应该可以帮助您识别不同的动词时态，处理它们只需解析 nltk.pos_tag(string) 的结果

我不确定您是否想了解所有不规则动词时态，例如“可能是”等...但如果您只想要现在/过去/未来，这是一个非常简单的解析任务。

我不知道有哪个图书馆会自己做这件事，我一直想训练一些模型来为我做决定，但一直没有解决。

会有一定程度的误差，但不会很大。我建议解析所有动词以决定如何处理时态，因为在以下句子中：我很高兴他会见到她。时态存在，但有一个将来时从句（[that] he will see her ）所以这涉及到你的问题的语言学，你没有详细说明，但你明白了。

【讨论】：

嗨弗兰基。根据这张表，我应该将哪些标签视为将来时？
简单。只需在动词前寻找 'will' （这是一个 'modal' (MD)） Ex from nltk.pos_tag() : [('you', 'PRP'), ('will', 'MD'), ( '去', 'VB')]
约翰，你应该熟悉我们格式化英语将来时的方式，这样你才能正确解析。 see here 一定要查看简单未来、未来连续、未来完美和未来完美连续。如果你注意到了，诸如 not 之类的否定也需要忽略！