在NLTK中交換樹的葉子標簽

Question

我已經使用NLTK的RegexpParser解析了這個帶標簽的句子： 狗追了黑貓 ，我使用了以下grammar ：

tagged_ = [('the', 'DT'), ('dog', 'NN'), ('chased', 'VBD'), ('the', 'DT'), ('black', 'JJ'), ('cat', 'NN')]

grammar = """NP: {<DT>?<JJ>*<NN>} VP: {<MD>?<VBD>}""" cp = nltk.RegexpParser(grammar) result = cp.parse(tagged_) print(result) result.draw()

這是print(result)和result.draw() ：

(S (NP the/DT dog/NN) (VP chased/VBD) (NP the/DT black/JJ cat/NN))

現在我想重新排序其中(VP chased/VBD)和(NP the/DT dog/NN)交換的葉子，如下所示：

S (VP chased/VBD) (NP the/DT dog/NN) (NP the/DT black/JJ cat/NN))然后顯示['chased','the','dog','the','black','cat'] 。 有什么辦法嗎？

Answer 1

您可以將nltk.Tree對象視為兩個值的元組。 第一個值是根節點的名稱，第二個值是包含子樹或葉子的列表。 您可以通過在根列表中追加子樹來構建復雜的樹：

>>> from nltk import Tree
>>> tree = Tree('S', [])
>>> np = Tree('NP', ['The', 'dog'])
>>> tree.append(np)
>>> vp = Tree('VP', ['barks'])
>>> tree.append(vp)
>>> print tree
(S (NP the dog) (VP barks))

您可以通過tree.subtrees()遍歷所有子樹：

>>> for sub in tree.subtrees():
...     print sub
(S (NP the dog) (VP barks) 
(NP the dog)
(VP barks)

您如何看到該方法輸出所有子樹，即在復雜樹中獲得子樹，子子樹，子子子樹...因此，在您的情況下，您最好通過第一棵樹級別的切片來獲得訪問權限：

>>> new = Tree('S', [])
>>> for i in xrange(len(tree)):
...     if tree[i].label() == 'VP':
...         new.insert(0, tree[i])
...     else:
...         new.append(tree[i])

>>> print new
(S (VP barks) (NP the dog))