python - 从文本中解析含义

Question

我意识到这是一个广泛的话题，但我正在寻找一本关于从文本中解析含义的好入门书，最好是使用 Python。作为我想要做的事情的一个例子，如果用户发表了如下博客文章:

“曼尼·拉米雷斯今天在道奇队对阵休斯顿太空人队的比赛中回归”，

从句子中提取名词的轻量级/简单方法是什么？首先，我想我会将其限制为专有名词，但我不想仅限于此(而且我不想依赖一个简单的正则表达式，该正则表达式假设任何 Title Capped 都是专有名词)。

让这个问题变得更糟的是，我没有要求我应该做的事情是什么？我是否需要现有单词的语料库才能开始？我需要了解哪些词法分析知识才能完成这项工作？我确实遇到了one other question关于这个主题，我现在正在挖掘这些资源。

Answer 1

您需要查看 Natural Language Toolkit ，这正是这种事情。

手册的这一部分看起来非常相关:Categorizing and Tagging Words - 这是摘录:

>>> text = nltk.word_tokenize("And now for something completely different")
>>> nltk.pos_tag(text)
[('And', 'CC'), ('now', 'RB'), ('for', 'IN'), ('something', 'NN'),
('completely', 'RB'), ('different', 'JJ')]

这里我们看到and是CC，并列连词； now和completely是RB，或者副词； for 是 IN，介词； something是NN，名词；而different是JJ，一个形容词。