Subtree Extraction NLTK樹

Question

我需要NLTK樹的一些幫助。

我試圖從這個法國一些樹子樹：

(SENT (NP-SUJ↓ (PRO=H Personne)) (VN=H (ADV* ne) (V=H sait)) (ADV* exactement) (PONCT* .)) 

我只是想在POS標籤的結尾提取具有「= H」的樹木，然後添加父節點：

像這樣：(NP-SUJ↓ (PRO=H Personne)) and this: (VN=H (V=H sait))

而且我寫了一個函數來進行：

def AddParent(tree): 
    grammar = [] 
    for subtree in tree.subtrees(): 
     if subtree.height()==2 and subtree.label().endswith("=H"): 
      PartialTree = ParentedTree(subtree.parent().label(), 
           [ParentedTree(subtree.label(), subtree)]) 
      grammar.append(PartialTree) 
    return grammar 

#Test 
pt = ParentedTree.fromstring("(SENT (NP-SUJ↓ (PRO=H Personne)) (VN=H (ADV* ne) (V=H sait)) (ADV* exactement) (PONCT* .))") 
AddParent(pt) 
[ParentedTree('NP-SUJ↓', [ParentedTree('PRO=H', ['Personne'])]), 
ParentedTree('VN=H', [ParentedTree('V=H', ['sait'])])] 

我在這裏有兩個問題：首先，我想繼續向原始樹中的這些子樹添加信息。舉例來說，我想不斷增加祖先節點，然後孩子，做這樣的事情：

(SENT (NP-SUJ↓) (VN=H (V=H sait))) 

但我記不清原來的樹...

二，函數返回其中包含的所有子樹。我只想擁有特定的節點。

什麼是提取最後一個子樹的好方法？

非常感謝您的幫助！我是新來的，但我真的很喜歡它！

Answer 1

我不能說我明白你的投訴約parent()，但有更簡單的方法來獲得子樹你的手（也許你的意思subtrees()？）：

1. 淺表改進：subtrees()函數接受filter參數，所以您不必檢查你的代碼返回的子樹：

   for subtree in tree.subtrees(filter=lambda t: t.label().endswith("=H")) 
   

2. 子樹是原樹的子部分的參考。如果你不修改它，它仍然是原來的一部分，你可以上升樹（因爲你使用「父」樹）。事實上，請注意，如果你修改了子樹的內容，原來的文件是樹會被修改。但而不是嵌入你一個新的節點下找到樹，打造一個全新的副本：

   partial = ParentedTree(subtree.parent().label(), [ subtree.copy() ]) 
   

   然後你就可以隨意刪除或拷貝改變分支，你仍然有原來的tree和subtree到與...合作。

3. 雖然您可以使用parent()方法爬上樹，但我經常發現使用「樹位置」更方便。樹的位置是一個整數的元組，它用作樹下的路徑（在列表中使用它作爲一個整數索引）。尋父，你只需要切下的treeposition的最後一個元素：

   for postn in tree.treepositions(): 
       if tree.label().endswith("=H"): 
        parentpos = postn[:-1] # everything but the last element 
        partial = Tree(tree[parentpos].label(), [ tree[postn] ]) 
   

   請注意，如果你使用這種方法，你不需要parent()方法了，所以你還不如用Tree ，而不是ParentedTree。

以上可能並不完全是你想要的（這很難看出你在做什麼），但我希望你能得到這張照片。