過濾器的具體部分NLTK

Question

這一定很簡單，但我很想念它。我的代碼：

import nltk 

f=open('...\\t.txt','rU') 
raw=f.read() 
tokens = nltk.word_tokenize(raw) 
print nltk.pos_tag(tokens) 

它返回例如：

「[（ '進程'， 'NNS'），（ '一個'， 'DT'），（ '序列'，「NN '），（'of'，'IN'），（'words'，'NNS'）]

我想知道如何只收集所有'NN'或者全部'DT'和'IN '而不是每個成員的字符串

在此先感謝

Answer 1

您可以提取僅t他標記你想用一個列表理解，如：

>>> tags = nltk.pos_tag(tokens) 
>>> dt_tags = [t for t in tags if t[1] == "DT"] 
>>> dt_tags 
[('a', 'DT')]