使用 NLTK 通过分块进行关系提取

Question

我正在尝试弄清楚如何根据 Chapter 7 of the NLTK book 使用 NLTK 的级联分词器。不幸的是，在执行重要的分块措施时，我运行遇到了一些问题。

让我们从这个短语开始：

"adventure movies between 2000 and 2015 featuring performances by daniel craig"

当我使用以下语法时，我能够找到所有相关的 NP：

grammar = "NP: {<DT>?<JJ>*<NN.*>+}"

但是，我不确定如何使用 NLTK 构建嵌套结构。该书给出了以下格式，但显然缺少一些东西（例如，一个人实际上如何指定多个规则？）：

grammar = r"""
  NP: {<DT|JJ|NN.*>+}          # Chunk sequences of DT, JJ, NN
  PP: {<IN><NP>}               # Chunk prepositions followed by NP
  VP: {<VB.*><NP|PP|CLAUSE>+$} # Chunk verbs and their arguments
  CLAUSE: {<NP><VP>}           # Chunk NP, VP
  """

就我而言，我想执行以下操作：

grammar = r"""
          MEDIA: {<DT>?<JJ>*<NN.*>+}
          RELATION: {<V.*>}{<DT>?<JJ>*<NN.*>+}
          ENTITY: {<NN.*>}
          """

假设我想为我的任务使用级联分块器，我需要使用什么语法？此外，我是否可以在使用分词器时指定特定的词（例如 "directed" 或 "acted"）？

Answer 1

我无法对关系提取部分发表评论，尤其是因为您没有详细说明您想要做什么以及您拥有什么样的数据。所以这是一个相当片面的答案。

a.) How does cascading chunking work in NLTK b.) Is it possible to treat the chunker like a context-free grammar, and if so, how?

据我了解 NLTK 书中的 "Building nested structure with cascaded chunkers" 部分，您可以将它与上下文无关语法一起使用，但您必须重复应用它才能获得递归结构。分块是扁平的，但您可以在分块之上添加分块。

c.) How can I use chunking to perform relation extraction?

我真的不能这么说，而且正如我所说，你没有给出任何细节；但如果您处理的是真实文本，我的理解是手写 any 任务的规则集是无用的，除非您拥有庞大的团队和大量时间。查看 NLTK 附带的概率工具。如果你有一个带注释的训练语料库，这会容易得多。

无论如何，关于 RegexpParser 的更多评论。

您会在 http://www.nltk.org/howto/chunk.html 上找到更多使用示例。（不幸的是，这不是真正的操作方法，而是测试套件。）
根据this,你可以像这样指定多个扩展规则：
```
patterns = """NP: {<DT|PP$>?<JJ>*<NN>}
    {<NNP>+}
    {<NN>+}
"""
```
我应该补充一点，语法可以有多个具有相同左侧的规则。这应该增加一些与分组相关规则等的灵活性

使用 NLTK 通过分块进行关系提取

Relation extraction via chunking using NLTK

python

nltk

named-entity-recognition

chunking