带有空格的名词短语

问题描述

如何使用Spacy从文本中提取名词短语？
我指的不是词性标签。 在文档中，我找不到任何有关名词短语或常规语法分析树的内容。

---

解决方案

如果需要基本NP，即没有并列的NP、介词短语或关系从句，可以在Doc和Span对象上使用noun_chunks迭代器：

>>> from spacy.en import English
>>> nlp = English()
>>> doc = nlp(u'The cat and the dog sleep in the basket near the door.')
>>> for np in doc.noun_chunks:
>>>     np.text
u'The cat'
u'the dog'
u'the basket'
u'the door'

如果您需要其他东西，最好的方法是迭代句子中的单词，并考虑句法上下文以确定单词是否支配您想要的短语类型。如果是，则生成其子树：

from spacy.symbols import *

np_labels = set([nsubj, nsubjpass, dobj, iobj, pobj]) # Probably others too
def iter_nps(doc):
    for word in doc:
        if word.dep in np_labels:
            yield word.subtree