python - 如何在Spacy(Python)中获取所有名词短语

Question

我想从一个句子中提取“所有”名词短语。我想知道我该怎么做。我有以下代码:

doc2 = nlp("what is the capital of Bangladesh?")
for chunk in doc2.noun_chunks:
    print(chunk)

输出:

1. what

2. the capital

3. bangladesh

预期:

the capital of Bangladesh

我试过 spacy doc 和 StackOverflow 的答案。没有任何效果。似乎只有 cTakes 和 Stanford core NLP 可以给出如此复杂的 NP。

感谢任何帮助。

Answer 1

Spacy 清楚地将名词 block 定义为:

A base noun phrase, or "NP chunk", is a noun phrase that does not permit other NPs to be nested within it – so no NP-level coordination, no prepositional phrases, and no relative clauses." (https://spacy.io/api/doc#noun_chunks)

如果您以不同方式处理依赖项解析，允许介词修饰符和嵌套短语/ block ，那么您最终可以得到您要查找的内容。

我打赌你可以很容易地修改现有的 spacy 代码来做你想做的事:

https://github.com/explosion/spaCy/blob/06c6dc6fbcb8fbb78a61a2e42c1b782974bd43bd/spacy/lang/en/syntax_iterators.py