如何为NLTK中的歧义句生成多个解析树？

Question

我在Python中有以下代码.

sent = [("very","ADJ"),("colourful","ADJ"),("ice","NN"),("cream","NN"),("van","NN")] 
patterns= r"""
  NP:{<ADJ>*<NN>+}  

"""
NPChunker=nltk.RegexpParser(patterns) # create chunk parser
for s in NPChunker.nbest_parse(sent):
    print s.draw()

输出是:

(S (NP very/ADJ colourful/ADJ ice/NN cream/NN van/NN))

但是输出应该有另外2个解析树.

(S (NP very/ADJ colourful/ADJ ice/NN) (NP cream/NN) (NP van/NN))
(S (NP very/ADJ colourful/ADJ ice/NN cream/NN) van/NN)

问题是RegexpParser只采用了第一个正则表达式.如何一次生成所有可能的解析树？

Answer 1

这对于 RegexpParser 类来说是不可能的。它继承了ParserI接口的nbest_parse方法，查看源代码（https://github.com/nltk/nltk/blob/master/nltk/parse/api.py）可以看到它只是默认为运行基类的 parse 方法并将其作为可迭代对象返回。

正如有人试图在Chunking with nltk中解释的那样，分块类还不是用于此目的的工具（还！），请查看http://nltk.org/book/ch08.html，有一些快速示例，这只会让您实现目标的一半，需要大量的预处理和智能设计。