基于规则的词性解析困境

Question

我目前正在尝试构建一个提取未知词性的句子解析器。它有点抽象，但我的方法基本上是创建一组语法规则，函数可以用来解析文本。

我现在正在使用 Spacy 的 PoS 标记器，只是为了从例句中提取 pos 标记。我知道 Spacy 也有一个依赖解析器，但从我在文档中阅读的内容来看，它用于匹配 known 短语。

所以我的问题是这样的：

通过创建一组语法规则，根据这些规则从字符串中提取未知目标词的最佳方法是什么？

例如：

import spacy

nlp = spacy.load('en_core_web_sm')

Example = "I really hate all people who are green, I wish they would go back home"
ex_string = Example.split()
doc = nlp(Example)
pos_tagged_context = [token.tag_ for token in doc]
Word_Dict = {}

这种情况下的第一条规则是pos_tagged_context的PoS标签列表，它与ex_string的句子结构相匹配

['PRP', 'RB', 'VBP', 'DT', 'NNS', 'WP', 'VBP', 'JJ', ',', 'PRP', 'VBP', 'PRP', 'MD', 'VB', 'RB', 'RB']

但由此产生了两个问题，一个更简单的问题是在打印 Word_Dict 时会丢失几个 PoS 标签：

{'I': ',', 'really': 'RB', 'hate': 'VBP', 'all': 'DT', 'people': 'NNS', 'who': 'WP', 'are': 'VBP', 'green,': 'JJ', 'wish': 'PRP', 'they': 'VBP', 'would': 'PRP', 'go': 'MD', 'back': 'VB', 'home': 'RB'}

第二个问题更抽象，因为“否定”句子的结构本质上是相对的，在创建这些规则时是否有一个好的“一般形式”？

理想的输出将使用句子的结构并识别其中的目标词，在本例中为“绿色”。

如果问题太抽象或需要更多说明，请告诉我！

Answer 1

看看下面的代码：

import spacy


nlp = spacy.load('en_core_web_sm')

examples = ["I really dislike endives because they taste bitter.", "I like Fridays but I hate Mondays."]

negativeVerbs = ['hate', 'dislike'] 

for e in examples:
    doc = nlp(e)   
    candidateVerbs = [t for t in doc if (t.text in negativeVerbs and t.pos_ == 'VERB')]
    if candidateVerbs:
        candidateVerb = candidateVerbs[0]

        #print(candidateVerbs)
        print(e)
        print([c.text for c in candidateVerb.children if c.dep_ == 'dobj'])

输出：

我真的不喜欢菊苣，因为它们尝起来很苦。

['endives']

我喜欢星期五，但我讨厌星期一。

['Mondays']