從樹結構中重新生成規則但不是沒有nltk

我想從樹結構中提取規則而不使用自然語言工具包（NLTK）。例如：
對於ex;樹結構是：從樹結構中重新生成規則但不是沒有nltk

(NP-TMP (NNP December ) (CD 1998 ) ) \n

，我要提取規則，以便：

NP-TMP -> NNP CD 
NNP -> 'December' 
CD -> '1998'

我如何能做到這一點可以用Python re庫，而無需使用「NLTK」？

來源

2013-07-30 serenei

所有的樹都是那樣的嗎？ – snf

您需要描述多個規則，因此您是否只是從固定模式進行簡單提取或解析s表達式就會更清楚。 –

正則表達式是* regular *它是遞歸語法的一個子集。即它不能解析遞歸語法的產品，這正是你正在嘗試做的。但是，如果由於某種原因，您反對使用NLTK，您可以查看任何Lisp解析器（它們通常不是非常複雜）來弄清楚如何解析它。還有其他庫，可以幫助您構建特殊類型的解析器。我沒有使用[這一個]（http://code.google.com/p/funcparserlib/），但它看起來不錯。 – 2013-07-30 16:29:49

極不優雅的解決辦法是

import re 

s_expr = "(NP-TMP (NNP December ) (CD 1998 ) )" 
regex = re.compile("([\\w-]+)") 

matches = re.findall(regex, s_expr) 
# assert the s-expressions are 5 
assert (len(matches) == 5) 
print matches[0], matches[1], matches[3] 
print matches[1], matches[2] 
print matches[3], matches[4]

在這裏，我承擔所有的s表達式或樹木有兩個後代，如果沒有，這是不是要去工作，也許由按手解析器比正則表達式更好。

來源

2013-07-30 13:04:41 snf

我的樹狀結構中的每個節點都有2個或1個節點，當我想提取它的規則時，我不知道它的格式（因爲它應該會自動提取。通過您的解決方案，我無法自動完成） – serenei

@ serenei- fgufyurzt你可以檢查匹配的數字，當它們是對時聲明，並循環它們，在我看來很容易，只是它不是很優雅（根本）。 – snf

從樹結構中重新生成規則但不是沒有nltk

回答

相關問題