通過帶有IOB格式的NLTK獲得斯坦福大學NER結果

Question

我正在使用nltk作為斯坦福NER Tagger的接口。 我有疑問是否可以使用NLTK將NER結果作為IOB格式獲得 ？ 我已經讀過這個問題，但這是針對Java用戶的

NLTK版本：3.4

Java版本：jdk1.8.0_211 / bin

斯坦福大學NER模型：english.conll.4class.distsim.crf.ser.gz

輸入 ：我叫唐納德·特朗普

預期的輸出 ：我/ O的名字/ O是/ O Donald / B-PERSON Trumph / I-PERSON

Answer 1

TL; DR

首先看斯坦福解析器和NLTK

編寫一個簡單的循環並遍歷NER輸出：

def stanford_to_bio(tagged_sent):
    prev_tag = "O"
    bio_tagged_output = []
    current_ner = []
    for word, tag in tagged_sent:
        if tag == 'O':
            bio_tagged_output += current_ner
            bio_tagged_output.append((word, tag))
            current_ner = []
            prev_tag = 'O'
        else:
            if prev_tag == 'O':
                current_ner.append((word, 'B-'+tag))
                prev_tag = 'B'
            else:
                current_ner.append((word, 'I-'+tag))
                prev_tag = 'I'
    if current_ner:
        bio_tagged_output += current_ner
    return bio_tagged_output

tagged_sent = [('Rami', 'PERSON'), ('Eid', 'PERSON'), ('is', 'O'), ('studying', 'O'), ('at', 'O'), ('Stony', 'ORGANIZATION'), ('Brook', 'ORGANIZATION'), ('University', 'ORGANIZATION'), ('in', 'O'), ('NY', 'STATE_OR_PROVINCE')]
stanford_to_bio(tagged_sent)

[OUT]：

[('Rami', 'B-PERSON'),
 ('Eid', 'I-PERSON'),
 ('is', 'O'),
 ('studying', 'O'),
 ('at', 'O'),
 ('Stony', 'B-ORGANIZATION'),
 ('Brook', 'I-ORGANIZATION'),
 ('University', 'I-ORGANIZATION'),
 ('in', 'O'),
 ('NY', 'B-STATE_OR_PROVINCE')]