如何提取葡萄牙语的名词/口头短语？

Question

我找到了各种工具来提取英语中的口头和名词短语，包括 stackoverflow 中的一些问题。 然而，我发现的技术似乎只适用于英文文本。 我试过 spacy 和 textblob 但他们不会返回任何葡萄牙语文本（在英语中完美运行）。

这是我为葡萄牙语所做的尝试： Spacy 提取特定名词短语doc.noun_chunks 中的块对英语非常有效，但是有人知道葡萄牙语已经存在的技术吗？ 我正在寻找我知道的任何地方。

Answer 1

noun_chunks是针对每种语言单独实现的，因为基本名词短语看起来会有所不同： noun_chunks词和形容词出现的顺序是什么，相关的依赖关系和词性标签是什么等等。

一些小细节可能有所不同，但我猜想葡萄牙语名词块与西班牙语名词块非常相似，因此您可以使用西班牙语名词块迭代器作为起点。 西班牙语和葡萄牙语都使用了 Universal Dependencies 中的依赖关系和简单的 POS 标签，所以我希望它很容易适应。

Spacy 没有任何内置的动词短语提取器，但基本思想类似于名词块：根据 POS 标签和依存树定义模式以识别要提取的短语。