java - 是否存在不以完整解析为目标的选区解析器？

Question

我目前正在处理一组报告样式的文档，我想提取其中的信息。目前，我正在尝试将文本主体划分为更小的组成部分，以进行单独分类(我们期望在短语中获得什么样的信息)。由于编写报告的语法不准确，标准选区解析器无法找到句子的共同词根。这显然需要依赖解析。然而，我感兴趣是否会有不以完整解析句子为目标的选区解析器。沿着概率 CKY 的路线尝试返回最可能的子节点。我目前正在使用 Python nltk 框架，但 Java 解决方案也可以。

Answer 1

听起来您正在寻找“浅层解析”或“分块”。分块器可能只识别文本中的 NP，或者只是 NP 和 VP 等。我不相信 nltk 提供了现成的工具，但训练您自己的非常容易。 Chapter 7 nltk 书中的内容提供了如何创建或训练各种类型的词 block 划分器的详细说明。如果您想要一点层次结构，这些 block 甚至可以嵌套。