如何导航 nltk.tree.Tree？答案

【问题标题】：How to navigate a nltk.tree.Tree?如何导航 nltk.tree.Tree？
【发布时间】：2013-02-12 21:17:08
【问题描述】：

我使用以下方法对句子进行了分块：

grammar = '''                                                                                                              
    NP:                                                                                                                    
       {<DT>*(<NN.*>|<JJ.*>)*<NN.*>}                                                                                       
     NVN:                                                                                                                  
       {<NP><VB.*><NP>}                                                                                                    
    '''
chunker = nltk.chunk.RegexpParser(grammar)
tree = chunker.parse(tagged)
print tree

结果如下：

(S
  (NVN
    (NP The_Pigs/NNS)
    are/VBP
    (NP a/DT Bristol-based/JJ punk/NN rock/NN band/NN))
  that/WDT
  formed/VBN
  in/IN
  1977/CD
  ./.)

但现在我一直在试图弄清楚如何导航。我希望能够找到 NVN 子树，并访问左侧的名词短语（“The_Pigs”）、动词（“are”）和右侧的名词短语（“a Bristol-based punk rock band”） .我该怎么做？

【问题讨论】：

你能把叶子节点的完整语法贴出来，然后我可以给你一个清晰的例子吗？

标签： tree nltk

【解决方案1】：

试试：

ROOT = 'ROOT'
tree = ...
def getNodes(parent):
    for node in parent:
        if type(node) is nltk.Tree:
            if node.label() == ROOT:
                print "======== Sentence ========="
                print "Sentence:", " ".join(node.leaves())
            else:
                print "Label:", node.label()
                print "Leaves:", node.leaves()

            getNodes(node)
        else:
            print "Word:", node

getNodes(tree)

【讨论】：

另一个 DFS 示例（使用 ParentedTree）：stackoverflow.com/a/25972853/4115369
是的，谢谢。请注意，NLTK 的接口可能会随着时间的推移而改变。

【解决方案2】：

当然，您可以编写自己的深度优先搜索...但是有一种更简单（更好）的方法。如果您希望每个子树都以 NVM 为根，请使用 Tree 的子树方法并定义过滤器参数。

>>> print t
(S
    (NVN
        (NP The_Pigs/NNS)
        are/VBP
        (NP a/DT Bristol-based/JJ punk/NN rock/NN band/NN))
    that/WDT
    formed/VBN
    in/IN
    1977/CD
    ./.)
>>> for i in t.subtrees(filter=lambda x: x.node == 'NVN'):
...     print i
... 
(NVN
    (NP The_Pigs/NNS)
    are/VBP
    (NP a/DT Bristol-based/JJ punk/NN rock/NN band/NN))

【讨论】：

在 Python 3.5 和 NLTK 3.2.2 中，lambda 函数应该使用节点的 label() 属性：filter=lambda x: x.label() == "NP"

【解决方案3】：

这是一个代码示例，用于生成带有标签“NP”的所有子树

def filt(x):
    return x.label()=='NP'

for subtree in t.subtrees(filter =  filt): # Generate all subtrees
    print subtree

对于兄弟姐妹，你可能想看看方法ParentedTree.left_siblings()

更多详情，这里有一些有用的链接。

http://www.nltk.org/howto/tree.html #一些基本用法和例子 http://nbviewer.ipython.org/github/gmonce/nltk_parsing/blob/master/1.%20NLTK%20Syntax%20Trees.ipynb#笔记本玩转这些方法

http://www.nltk.org/_modules/nltk/tree.html#all api with source

【讨论】：

【解决方案4】：

试试这个：

for a in tree:
        if type(a) is nltk.Tree:
            if a.node == 'NVN': # This climbs into your NVN tree
                for b in a:
                    if type(b) is nltk.Tree and b.node == 'NP':
                        print b.leaves() # This outputs your "NP"
                    else:
                        print b # This outputs your "VB.*"

它输出这个：

[('The_Pigs', 'NNS')]

('是', 'VBP')

[('a', 'DT'), ('Bristol-based', 'JJ'), ('punk', 'NN'), ('rock', 'NN'), ('乐队', 'NN')]

【讨论】：