NLTK將樹轉換為數組？

Question

首先，我將樹轉換為列表：您插入已經標記化的句子並返回樹。

def LanguageCreateTree(tokenizedSentence):
    cp = nltk.RegexpParser(GRAMMAR)
    result = cp.parse(tokenizedSentence)
    result = str(result)
    print(result)

>>> A red cat with a hat
(S A/DT (VP red/VBN (NP cat/NN)) with/IN a/DT hat/JJ)

我將如何根據此字符串創建包含列表的列表？ 我需要它能夠像這樣制作一個列表：

[['A','DT'], ['VP', ['red','VBN'], ['NP', ['cat','NN']]], ['with','IN'], ['a','DT'], ['hat','JJ']]]

Answer 1

這比你想象的容易得多:-) NLTK的Tree類是一個列表（更具體地說，它是從列表類派生的）。 它具有您所追求的結構。 只需對cp.parse()的結果使用普通的列表方法。 這是一個近似的例子（在飛行中構建一棵樹用於說明）：

>>> from nltk import Tree
>>> t = Tree.fromstring("(S A/DT (VP red/VBN (NP cat/NN)) with/IN a/DT hat/JJ)")

>>> print(t[1])
(VP red/VBN (NP cat/NN))
>>> print(t[1][0])   # Element 0 of the subtree at index 1
red/VBN

在這個例子中，我沒有從POS標簽中分離出單詞; 你的樹看起來會有所不同。 另請注意， Tree有很好的打印方式，但您可以使用repr()來查看真實的結構：

>>> print(repr(t[1]))
Tree('VP', ['red/VBN', Tree('NP', ['cat/NN'])])