Python NLP：使用 TextBlob、StanfordNLP 或 Google Cloud 識別句子的時態

Question

（注意：我知道以前有過關於這個問題的帖子（例如這里或這里，但它們已經很老了，我認為過去幾年 NLP 取得了相當大的進展。）

我正在嘗試使用 Python 中的自然語言處理來確定句子的時態。

是否有易於使用的軟件包？ 如果沒有，我需要如何在 TextBlob、StanfordNLP 或 Google Cloud Natural Language API 中實施解決方案？

TextBlob 似乎最容易使用，我設法列出了 POS 標簽，但我不確定如何將輸出轉換為“時態預測值”或只是對時態的最佳猜測。 此外，我的文本是西班牙語，所以我更喜歡使用支持西班牙語的 GoogleCloud 或 StanfordNLP（或任何其他易於使用的解決方案）。

我還沒有設法使用 StanfordNLP 的 Python 接口。

谷歌雲自然語言 API 似乎提供了我所需要的（見這里，但我還沒有設法找出如何獲得這個輸出。我已經使用谷歌雲 NLP 進行其他分析（例如實體情感分析），它有工作，所以我相信如果我找到正確的使用示例，我可以設置它。

文本塊示例：

from textblob import TextBlob
from textblob.taggers import NLTKTagger
nltk_tagger = NLTKTagger()
blob = TextBlob("I am curious to see whether NLP is able to predict the tense of this sentence., pos_tagger=nltk_tagger)
print(blob.pos_tags)

-> 這會打印 pos 標簽，我如何將它們轉換為對這句話時態的預測？

Google Cloud NLP 示例（設置憑據后）：

from google.cloud import language
from google.cloud.language import enums
from google.cloud.language import types
text = "I am curious to see how this works"
client = language.LanguageServiceClient()
document = types.Document(
    content=text,
    type=enums.Document.Type.PLAIN_TEXT)

tense = (WHAT NEEDS TO COME HERE?)
print(tense)

-> 我不確定需要輸入什么代碼來預測時態（代碼中有說明）

我是 Python 的新手，因此非常感謝有關此主題的任何幫助！ 謝謝！

Answer 1

我認為任何 NLP 工具包都沒有立即檢測過去時的功能。 但是您可以簡單地從依賴解析和 POS 標記中獲取它。

做句子的依存分析，看看作為句子的主謂詞的詞根及其詞性標簽。 如果是VBD （動詞是過去式），肯定是過去時。 如果它是VB （基本形式）或VBG （動名詞），則需要檢查其依賴項，並檢查是否存在帶有VBD標記的助動詞（deprel 是aux ）。

如果您還需要涵蓋現在/過去完美或過去的模型表達式（我必須擁有...），您可以擴展條件。

在spacy （我最喜歡的 Python NLP 工具包）中，你可以這樣寫（假設你的輸入是一個句子）：

import spacy
nlp = spacy.load('en_core_web_sm')

def detect_past_sentece(sentence):
    sent = list(nlp(sentence).sents)[0]
    return (
        sent.root.tag_ == "VBD" or
        any(w.dep_ == "aux" and w.tag_ == "VBD" for w in sent.root.children))

使用 Google Cloud API 或 StanfordNLP，基本上是一樣的，只是我對 API 不太熟悉。