如何解决如何仅通过将regEx语法与POS和/或CFG结合使用,才能从文本段落中识别出被测实体并将其分块到NLTL中
从语料库开始,我已经对词进行了POS标记。现在,我必须确定被测实体,例如30,000吨,500卢比,二十五加仑等。我已经通过NLTL regEX解析器并编写了如下代码:
grammer = r""" MEASURED_ENTITY: {<CD>+<JJ>*<NN|NNPS|NNS><NNS|NNPS>?}
{<CD><JJ>}
{<CD><CD>+}
"""
cp = nltk.RegexpParser(grammer)
corpra_2_sen_1 = [('It','PRP'),('is','VBZ'),('of','IN'),('twenty-five','JJ'),('million','CD'),('dollars','NNS')]
result = cp.parse(corpra_2_sen_1)
但是它给出这样的输出:
(S
It/PRP
is/VBZ
of/IN
twenty-five/JJ
(MEASURED_ENTITY million/CD dollars/NNS))
此处的被测实体应为“两千五百万美元”
我必须更改语法以使其正确检测到此句子。但是通过这样做,我发现其他句子没有给出正确的检测。
我认为我使用的方法是错误的。
我必须在没有机器学习之类的训练分类器的情况下这样做。
有可能吗?任何帮助将不胜感激。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。