python - 在 NLTK 中使用 block 标签(而非 NER)在句子中创建关系 |自然语言处理

Question

我正在尝试创建自定义 block 标签并从中提取关系。以下是将我带到级联 block 树的代码。

grammar = r"""
  NPH: {<DT|JJ|NN.*>+}          # Chunk sequences of DT, JJ, NN
  PPH: {<IN><NP>}               # Chunk prepositions followed by NP
  VPH: {<VB.*><NP|PP|CLAUSE>+$} # Chunk verbs and their arguments
  CLAUSE: {<NP><VP>}           # Chunk NP, VP
  """
cp = nltk.RegexpParser(grammar)
sentence = [("Mary", "NN"), ("saw", "VBD"), ("the", "DT"), ("cat", "NN"),
    ("sit", "VB"), ("on", "IN"), ("the", "DT"), ("mat", "NN")]


chunked = cp.parse(sentence)

输出-

(小号 (NPH 玛丽/NN) 锯/VBD (NPH/DT猫/NN) 坐/VB 打开/输入 (NPH the/DT垫/NN))

现在我尝试使用 nltk.sem.extract_rels 函数提取 NPH 标记值与文本之间的关系，但它似乎仅适用于使用 ne_chunk 函数生成的命名实体。

IN = re.compile(r'.*\bon\b')
for rel in nltk.sem.extract_rels('NPH', 'NPH', chunked,corpus='ieer',pattern = IN):
        print(nltk.sem.rtuple(rel))

这给出了以下错误 -

ValueError:您的主题类型值未被识别:NPH

有没有一种简单的方法只使用 block 标签来创建关系，因为我真的不想重新训练 NER 模型来检测我的 block 标签作为各自的命名实体

谢谢!

Answer 1

1. extract_rels ( doc )检查参数 subjclass 和 objclass 是否是已知的 NE 标签，因此 NPH 出现错误。

2. 简单的临时方法是重写自定义的 extract_rels 函数(如下例)。

   import nltk
   import re
   
   grammar = r"""
     NPH: {<DT|JJ|NN.*>+}          # Chunk sequences of DT, JJ, NN
     PPH: {<IN><NP>}               # Chunk prepositions followed by NP
     VPH: {<VB.*><NP|PP|CLAUSE>+$} # Chunk verbs and their arguments
     CLAUSE: {<NP><VP>}           # Chunk NP, VP
     """
   cp = nltk.RegexpParser(grammar)
   sentence = [("Mary", "NN"), ("saw", "VBD"), ("the", "DT"), ("cat", "NN"),
       ("sit", "VB"), ("on", "IN"), ("the", "DT"), ("mat", "NN")]
   
   chunked = cp.parse(sentence)
   
   IN = re.compile(r'.*\bon\b')
   
   def extract_rels(subjclass, objclass, chunked, pattern):
   
       # padding because this function checks right context
       pairs = nltk.sem.relextract.tree2semi_rel(chunked) + [[[]]] 
   
       reldicts = nltk.sem.relextract.semi_rel2reldict(pairs)
   
       relfilter = lambda x: (x['subjclass'] == subjclass and
                              pattern.match(x['filler']) and
                              x['objclass'] == objclass)
   
   
       return list(filter(relfilter, reldicts))
   
   for e in extract_rels('NPH', 'NPH', chunked, pattern=IN):
       print(nltk.sem.rtuple(e))
   

   输出:

   [NPH: 'the/DT cat/NN'] 'sit/VB on/IN' [NPH: 'the/DT mat/NN']