Spacy Chunking 介词动词及其介词

Question

我刚开始使用 Spacy。 我需要在一个句子中将介词动词（如果存在）与其介词组合在一起。 示例：“下车” 我知道我可以使用 POS 来识别动词和 ADP，首先我想继续使用连续出现的 VERB+ADP 规则，但这涵盖了无论介词如何，动词都是独立的情况。 你能支持吗？

我尝试了 subtree 和 children 选项，但据我所见，没有创建介词动词的动词+介词（无新含义）仍将被视为同一短语的一部分 提前致谢，

Answer 1

您可以使用此任务的依赖属性。

例如，假设您有以下句子：

You should get off the buss at the next stop, then you can wait on the right.

以下代码会打印出

get off

但不会打印出

wait on

：

import spacy
from spacy.matcher import Matcher, DependencyMatcher

nlp = spacy.load('en_core_web_sm')

doc = nlp("You should get off the buss at the next stop up the road.")

matcher = DependencyMatcher(nlp.vocab)
pattern = [
    {
        "RIGHT_ID": "verb",
        "RIGHT_ATTRS": {"POS": "VERB"}
    },
    {
        "LEFT_ID": "verb",
        "REL_OP": ">",
        "RIGHT_ID": "prop",
        "RIGHT_ATTRS": {"DEP": "prt"}
    }
]
matcher.add("PROPOSITIONAL_VERB", [pattern])
matches = matcher(doc)

for match in matches:
    verb = doc[match[1][0]]
    prop = doc[match[1][1]]
    print(f'{verb} - {prop}')

对于

get off

，POS标签如下：

• get : 动词
• 关闭：ADP

对于

wait on

，这是完全一样的，所以POS标签没有帮助，正如你所解释的：

• 等待：动词
• 上：ADP

然而，spaCy 的小模型如下推断依赖标签，因此它们允许我们区分两个块并选择我们需要的一个：

• 获取：ccomp
• 关闭：prt
• 等待：ROOT
• 上：准备

这就是为什么上面的代码示例对动词使用 POS 标签，而对命题使用依赖标签。

您可以查看以下页面以了解 spaCy 中的依赖匹配器：https://spacy.io/api/dependencyparser

我还强烈建议您使用 spaCy 中内置的依赖项可视化工具，以更好地了解依赖项标签的工作原理：https://spacy.io/usage/visualizers

我希望这有帮助。