从句子中提取介词短语答案

【问题标题】：Extracting Prepositional Phrases from Sentence从句子中提取介词短语
【发布时间】：2013-07-25 17:13:14
【问题描述】：

我正在尝试使用 NLTK 从句子中提取介词短语。有没有办法让我自动做到这一点（例如，给一个函数一个句子并取回它的介词短语）？

示例here 似乎要求您先从语法开始，然后才能获得解析树。我可以自动获取语法并使用它来获取解析树吗？

显然我可以标记一个句子，挑选介词和后面的名词，但是当介词补语是复合词时，这很复杂。

【问题讨论】：

也许这篇文章会有所帮助stackoverflow.com/questions/6115677/…

标签： python nlp nltk

【解决方案1】：

你真正想做的是用一个强大的统计解析器（例如斯坦福）完全解析你的句子，然后寻找标有 PP 的成分：

(ROOT
  (S
    (NP (NNP John))
    (VP (VBZ lives)
      (PP (IN in)
        (NP (DT a) (NN house)))
      (PP (IN by)
        (NP (DT the) (NN sea))))))

我不确定 NLTK 的解析能力以及如果存在此功能，解析的准确性如何，但从 Python 调用外部解析器然后处理输出并不是什么大问题。使用解析器将为您节省大量时间和精力（因为解析器会处理所有事情），并且是完成这项工作的唯一可靠方法。

【讨论】：

显然，完整的解析是一种矫枉过正，但它会达到最终目标。我会试一试。看起来斯坦福解析器有at least one Python 接口。
我不会说这是矫枉过正，而是必要的并发症。如果你尝试构建一个基于规则的 PP 识别器，你最终会花费大量的时间和精力来获得平庸的结果。

【解决方案2】：

我知道答案已被接受，但浅解析器将返回具有最小句法结构的 NLP 块。这种相当线性的结果可能更容易处理。这是 CLiPS 解析器的在线演示：http://www.clips.ua.ac.be/cgi-bin/webdemo/MBSP-instant-webdemo.cgi

这是一个例子：

约翰把书给了玛丽

[PNP] 很容易提取。

【讨论】：

我针对多种类型的数据集对此进行了测试，似乎在提取 NP 和 PNP 方面表现更好 - 特别是对于生物医学文本。