在 NLTK 中使用块标签（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块标签并从中提取关系。以下是将我带到级联块树的代码。

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 (NPHMary/NN) saw/VBD (NPHthe/DTcat/NN) sit/VB on/IN (NPH the/DT mat/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))

这会产生以下错误 -

ValueError：您的主题类型值未被识别：NPH

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

谢谢！

Answer 1

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

简单的临时方法是重写自定义的 extract_rels 函数（如下示例）。

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']

在 NLTK 中使用块标签（而非 NER）在句子中创建关系 |自然语言处理

Creating relations in sentence using chunk tags (not NER) with NLTK | NLP

python

nlp

nltk

named-entity-recognition

chunking