从 NLP 中的名词阶段中提取名词

Question

谁能告诉我如何从以下输出中只提取名词：

我已经使用以下过程根据给定语法对字符串“Give me the review of movie”进行了标记和解析：-

sent=nltk.word_tokenize(msg)
parser=nltk.ChartParser(grammar)
trees=parser.nbest_parse(sent)
for tree in trees:
    print tree
tokens=find_all_NP(tree)
tokens1=nltk.word_tokenize(tokens[0])
print tokens1

得到如下输出：

>>> 
(S
  (VP (V Give) (Det me))
  (NP (Det the) (N review) (PP (P of) (N movie))))
(S
  (VP (V Give) (Det me))
  (NP (Det the) (N review) (NP (PP (P of) (N movie)))))
['the', 'review', 'of', 'movie']
>>> 

现在我只想获取名词。我该怎么做？

Answer 1

您不需要使用完整的解析器来获取名词。您可以简单地使用标记器。您可以使用的一个函数是 nltk.tag.pos_tag()。这将返回包含单词和词性的元组列表。您将能够遍历元组并找到带有“NN”或“NNS”标签的名词或复数名词。

NLTK 有一个如何使用其标记器的文档。可以在这里找到：https://nltk.googlecode.com/svn/trunk/doc/howto/tag.html，这里是 NLTK 书中关于使用标记器的章节的链接：https://nltk.googlecode.com/svn/trunk/doc/book/ch05.html

每个地方都有很多代码示例。