Spacy提取特定的名词短语

Question

我可以在python中使用spacy来查找特定邻居的NP吗？我希望我的文本中的名词短语在其之前和之后都有动词。

Answer 1

1. 您可以合并名词短语（以便它们不会单独标记）。
2. 分析依赖关系解析树，并查看相邻令牌的POS。

   >>> import spacy
   >>> nlp = spacy.load('en')
   >>> sent = u'run python program run, to make this work'
   >>> parsed = nlp(sent)
   >>> list(parsed.noun_chunks)
   [python program]
   >>> for noun_phrase in list(parsed.noun_chunks):
   ...     noun_phrase.merge(noun_phrase.root.tag_, noun_phrase.root.lemma_, noun_phrase.root.ent_type_)
   ... 
   python program
   >>> [(token.text,token.pos_) for token in parsed]
   [(u'run', u'VERB'), (u'python program', u'NOUN'), (u'run', u'VERB'), (u',', u'PUNCT'), (u'to', u'PART'), (u'make', u'VERB'), (u'this', u'DET'), (u'work', u'NOUN')]

3. 通过分析相邻令牌的POS，您可以获得所需的名词短语。
4. 更好的方法是分析dependency parse tree，并查看名词短语的左侧和右侧，这样即使名词短语和动词之间有标点符号或其他POS标记，您也可以增加搜索范围

Answer 2

来自https://spacy.io/usage/linguistic-features#dependency-parse

你可以使用Noun chunks。名词块是“基础名词短语” - 以名词为首的扁平短语。您可以将名词块视为名词加上描述名词的词汇 - 例如，“奢华的绿草”或“世界上最大的科技基金”。要获取文档中的名词块，只需遍历Doc.noun_chunks即可。

In:
        import spacy
    ​    nlp = spacy.load('en_core_web_sm')
        doc = nlp(u"Autonomous cars shift insurance liability toward manufacturers")
        for chunk in doc.noun_chunks:
            print(chunk.text)

Out:

        Autonomous cars
        insurance liability
        manufacturers