【发布时间】：2017-03-31 08:59:48
【问题描述】：
我正在使用 NLTK，我正在尝试从以下文本中分块 (AIM 20-40-60)：
text = for more information refer to the Business Reporting Policy (AIM 20-40-60)
目前我正在使用以下块模式grammar = r"CHUNK:{<NN.*><CD>}"，它能够完美地捕获AIM 20-40-60 部分。
尽管如此，我也希望括号 () 也成为块的一部分，因为我对正则表达式和块比较陌生，所以我不知道用于捕获括号的确切 regEX 模式。
【问题讨论】：
-
试试
grammar = r"\(CHUNK:{<NN.*><CD>}\)"（或grammar = r"CHUNK:{\(<NN.*><CD>\)}"） -
我尝试了两个版本，但不幸的是它不起作用。不过还是谢谢 :)
-
嗯，你明白了要点。在这些令牌中的某处添加
\(和\)。 -
chunker 模式匹配 POS 标签的序列，而不是表面字符串。因此，您需要匹配 POS 标记器给出的任何标记，而不是文字
()。 -
@lenz 嘿，伙计，你是对的。刚刚解决了这个问题。这是我使用的模式
grammar = r"CHUNK:{<\(><NNP><CD><\)>}"
标签： python regex nltk chunking