python - 使用 NLTK 的 block 解析器匹配单词

Question

NLTK 的 chunk parser 的正则表达式可以匹配 POS 标签，但它们也可以匹配特定的单词吗？
所以，假设我想用一个名词后跟动词“左”来分块任何结构(称这个模式为 L)。例如，句子“the\DT dog\NN left\VB”应该分块为
(S (DT the) (L (NN dog) (VB left)))，但是句子“the\DT dog\NN slept\VB”根本不会分块。

我还没有找到任何关于分块正则表达式语法的文档，而且我看到的所有示例都只匹配 POS 标签。

Answer 1

我遇到了类似的问题，在意识到正则表达式模式只会检查标签后，我更改了我感兴趣的作品上的标签。

例如，我试图匹配产品名称和版本，并使用像\NNP+\CD 这样的 block 规则适用于“Internet Explorer 8.0”，但在“Internet Explorer 8.0 SP2”上失败，它将 SP2 标记为 NNP。

也许我本可以训练一个词性标注器，但我决定只将标签更改为 SP，然后像\NNP+\CD\SP* 这样的 block 规则将匹配任一示例。