如何只從句子中得到名詞

Question

我試圖找出句子中存在哪些名詞，我使用的是 nltk 中的 pos_tag 但效果不是很好這是我的代碼/函數

def Noun(sentence):
    lista=[]
    words=(word_tokenize(sentence))
    pos=pos_tag(words)
    for i in range(len(pos)):
        if((pos[i][1].startswith('N'))):
            lista.append(pos[i][0])
        else:
            pass
    return pos,lista

例如：tweet="讓我們和 Thomas 談談，看看他是否會來參加聚會" Noun(tweet) expected:

output: ['Thomas','party']

我得到了什么：

['let', 'talk', 'Thomas', 'party'])

Answer 1

你的代碼沒有問題。 使用的算法“pos_tag”是錯誤輸出的原因。 它將這四個詞顯示為名詞：

[('let', 'NN'), ("'s", 'POS'), ('talk', 'NN'), ('to', 'TO'), ('Thomas', 'NNP'), ('and', 'CC'), ('check', 'VB'), ('if', 'IN'), ('he', 'PRP'), ('will', 'MD'), ('come', 'VB'), ('to', 'TO'), ('the', 'DT'), ('party', 'NN'), ('.', '.')]

您可以嘗試 unigram 標記、n-gram 標記等。點擊此鏈接了解詳細信息： https ://www.nltk.org/book/ch05.html