子树提取NLTK树

Question

我需要一些 NLTK 树的帮助。

我正在尝试从这棵法国树中提取一些子树：

(SENT (NP-SUJ↓ (PRO=H Personne)) (VN=H (ADV* ne) (V=H sait)) (ADV* exactement) (PONCT* .))

我只想提取 POS 标签末尾有 '=H' 的树，然后添加父节点：

像这样：(NP-SUJ↓ (PRO=H Personne)) and this: (VN=H (V=H sait))

我写了一个函数来这样做：

def AddParent(tree):
    grammar = []
    for subtree in tree.subtrees():
        if subtree.height()==2 and subtree.label().endswith("=H"):
            PartialTree = ParentedTree(subtree.parent().label(), 
                               [ParentedTree(subtree.label(), subtree)])
            grammar.append(PartialTree)
    return grammar

#Test
pt = ParentedTree.fromstring("(SENT (NP-SUJ↓ (PRO=H Personne)) (VN=H (ADV* ne) (V=H sait)) (ADV* exactement) (PONCT* .))")
AddParent(pt)
[ParentedTree('NP-SUJ↓', [ParentedTree('PRO=H', ['Personne'])]), 
ParentedTree('VN=H', [ParentedTree('V=H', ['sait'])])]

我这里有两个问题：首先，我想继续向原始树的那些子树添加信息。例如，我想继续添加祖先节点，然后添加子节点，以执行如下操作：

(SENT (NP-SUJ↓ ) (VN=H (V=H sait)))

但是我找不到原来那棵树了...

二、parent()函数returns里面包含的所有子树。我只想拥有特定的节点。

提取最后一个子树的好方法是什么？？？

非常感谢您的帮助！我是新手，但我真的很喜欢！

Answer 1

我不能说我理解你对 parent() 的抱怨（也许你的意思是 subtrees()？），但是有更简单的方法来获取子树：

表面改进：subtrees() 函数接受一个 filter 参数，因此您不必在代码中检查返回的子树：
```
for subtree in tree.subtrees(filter=lambda t: t.label().endswith("=H"))
```
子树是对原始树的子部分的引用。如果你不修改它，它仍然是原始的一部分，你可以提升树（因为你使用 "parented" 树。）实际上，请注意，如果你对子树的内容进行修改，原始树将被修改。但不是将您找到的树嵌入到新节点下，而是构建一个全新的副本：
```
partial = ParentedTree(subtree.parent().label(), [ subtree.copy() ])
```
然后您可以自由删除或更改副本中的分支，并且您仍然可以使用原始 tree 和 subtree。
虽然可以用parent()的方式爬上树，但我经常觉得用"tree positions"的方式更方便。树位置是一个整数元组，用作树的路径（使用它就像列表上的整数索引）。找到父节点，只需要切掉树位置的最后一个元素即可：
```
for postn in tree.treepositions():
    if tree[postn].label().endswith("=H"):
        parentpos = postn[:-1]   # everything but the last element
        partial = Tree(tree[parentpos].label(), [ tree[postn] ])
```
请注意，如果您使用此方法，则不再需要 parent() 方法，因此您最好使用 Tree，而不是 ParentedTree。

以上内容可能并没有完全按照您的要求进行（很难看出您在做什么），但我希望您能理解。

子树提取NLTK树

Subtree Extraction NLTK Tree

python

nltk

subtree