什麼是Python中NLTK工具包的默認chunker？

Question

我正在使用它們的默認POS標記和默認標記化......並且它似乎足夠了。我也想要他們的默認chunker。

我正在閱讀NLTK工具箱書，但似乎沒有默認的chunker？

Answer 1

您可以使用nltk.ne_chunk（）方法從命名實體塊中取出框。這需要POS列表標記的元組：

nltk.ne_chunk([('Barack', 'NNP'), ('Obama', 'NNP'), ('lives', 'NNS'), ('in', 'IN'), ('Washington', 'NNP')])

結果：

Tree('S', [Tree('PERSON', [('Barack', 'NNP')]), Tree('ORGANIZATION', [('Obama', 'NNP')]), ('lives', 'NNS'), ('in', 'IN'), Tree('GPE', [('Washington', 'NNP')])])

它標識奧巴馬作爲一個人，但奧巴馬作爲一個組織。所以，不完美。

Answer 2

我找不到默認的chunker /淺解析器。儘管本書描述瞭如何構建和訓練具有示例特徵的人。提供額外的功能以獲得良好的性能不應該太困難。

請參閱第7章關於Training Classifier-based Chunkers的部分。