NLP：spacy 获取依赖项答案

【问题标题】：NLP: spacy getting dependenciesNLP：spacy 获取依赖项
【发布时间】：2019-07-19 16:46:11
【问题描述】：

我正在尝试从这句话中提取一些数字，但我想验证正确的数字是否与正确的文本匹配。

nlp = spacy.load('en_core_web_sm')  
s2 = 'Revenue from the advertising and subscription business for the first quarter of 2019 was RMB897.0 million (US$133.7 million), representing a 13.9% increase from RMB787.5 million (US$117.3 million) in the corresponding period in 2018.'

doc = nlp(s2)
for w in doc.ents:
    print(w.text, w.label_, w.root)
    for i in w.subtree:
        print("   ", i, i.head)
        for a in i.ancestors:
            print("       ", a, a.head)

我想将RMB897.0 million 与advertising and subscription 联系起来，但不知道该怎么做。还尝试了名词分块。

for chunk in doc.noun_chunks:
    print(chunk.text, chunk.root.text, chunk.root.dep_,
          chunk.root.head.text)

    for c in chunk.subtree:
        print("   ", c, c.head)

【问题讨论】：

关联到底是什么意思？是否想为回指解析或文本结构执行此操作？您使用的数据中是否存在任何模式？否则只需使用依赖解析器，我的意思是它是一个简单的案例，因为复杂的名词短语通过连接动词与数字相关。
我想看看RMB897.0是不是在说advertising and subscription

标签： python nlp spacy

【解决方案1】：

首先，您需要考虑您的数据。如果您发现数字和相关名词的某些模式，您也许可以使用它们来找出关系，无论如何，这并不是很可靠。更好的方法是使用依赖解析或完整解析算法，使用词性标记 (POS) 信息和可能的关于头部动词的语义信息。这是一项真正的语言任务，这意味着您需要语言信息。连接动词表示数字与动词参数有关，所以提取和关系很简单。其他情况可能不太明显。

也许开始对包含数字的表达式和与它们一起出现的矩阵动词（be、amount to、reduce to、increased 等）进行一些搭配分析，那么您也许可以将动词参数的信息用于关系上的注释。也许看看关联和照应解析，这可能会对你有所帮助。

【讨论】：