如何展平解析樹並存儲在字符串中以進行進一步的字符串操作 python nltk

Question

我試圖從樹結構中獲得扁平樹，如下所示。

我想在一個字符串中獲取整個樹，就像沒有檢測到壞樹錯誤一樣：

( (S (NP-SBJ (NP (DT The) (JJ high) (JJ seven-day) )(PP (IN of) (NP (DT the) (CD 400) (NNS money) )))(VP (VBD was) (NP-PRD (CD 8.12) (NN %) )(, ,) (ADVP (RB down) (PP (IN from) (NP (CD 8.14) (NN %) ))))(. .) ))

Answer 1

Python nltk 提供了用於樹操作和節點提取的函數

from nltk.tree import Tree
for tr in trees:
    tr1 = str(tr)
    s1 = Tree.fromstring(tr1)
    s2 = s1.productions()

Answer 2

您可以使用 str 函數將樹轉換為字符串，然后按如下方式拆分和連接：

parse_string = ' '.join(str(tree).split()) 

print parse_string

Answer 3

該文檔提供了一種pprint()方法，可將樹展平為一行。

解析這句話：

string = "My name is Ross and I am cool. What's going on world? I'm looking for friends."

然后調用pprint()產生以下結果：

u"(NP+SBAR+S\n  (S\n    (NP (PRP$ my) (NN name))\n    (VP\n      (VBZ is)\n      (NP (NNP Ross) (CC and) (PRP I) (JJ am) (NN cool.))\n      (SBAR\n        (WHNP (WP What))\n        (S+VP (VBZ 's) (VBG going) (NP (IN on) (NN world)))))\n    (. ?))\n  (S\n    (NP (PRP I))\n    (VP (VBP 'm) (VBG looking) (PP (IN for) (NP (NNS friends))))\n    (. .)))"

從這一點來看，如果您希望刪除制表符和換行符，您可以使用以下split和join （請參見此處） ：

splitted = tree.pprint().split()
flat_tree = ' '.join(splitted)

執行這對我來說是這樣的：

u"(NP+SBAR+S (S (NP (PRP$ my) (NN name)) (VP (VBZ is) (NP (NNP Ross) (CC and) (PRP I) (JJ am) (NN cool.)) (SBAR (WHNP (WP What)) (S+VP (VBZ 's) (VBG going) (NP (IN on) (NN world))))) (. ?)) (S (NP (PRP I)) (VP (VBP 'm) (VBG looking) (PP (IN for) (NP (NNS friends)))) (. .)))"

Answer 4

NLTK 提供了立即執行此操作的功能：

flat_tree = tree._pformat_flat("", "()", False)

tree.pprint()和str(tree)都會在內部調用此方法，但如果需要，會添加額外的邏輯以將其拆分為多行。