NN VBD IN DT NNS RB在NLTK中意味着什么？

Question

当我分块文本时,我在输出中得到了很多代码 NN, VBD, IN, DT, NNS, RB.是否有某个列表记录在哪里告诉我这些的含义？我试过谷歌搜索nltk chunk code nltk chunk grammar nltk chunk tokens.

但我无法找到任何解释这些代码含义的文档.

Answer 1

您看到的标签不是块的结果,而是在分块之前发生的POS标记.它是Penn Treebank标签集,请参阅https://www.ling.upenn.edu/courses/Fall_2003/ling001/penn_treebank_pos.html

>>> from nltk import word_tokenize, pos_tag, ne_chunk
>>> sent = "This is a Foo Bar sentence."
# POS tag.
>>> nltk.pos_tag(word_tokenize(sent))
[('This', 'DT'), ('is', 'VBZ'), ('a', 'DT'), ('Foo', 'NNP'), ('Bar', 'NNP'), ('sentence', 'NN'), ('.', '.')]
>>> tagged_sent = nltk.pos_tag(word_tokenize(sent))
# Chunk.
>>> ne_chunk(tagged_sent)
Tree('S', [('This', 'DT'), ('is', 'VBZ'), ('a', 'DT'), Tree('ORGANIZATION', [('Foo', 'NNP'), ('Bar', 'NNP')]), ('sentence', 'NN'), ('.', '.')])

要获取块,请在分块输出中查找子树.从上面的输出中,Tree('ORGANIZATION', [('Foo', 'NNP'), ('Bar', 'NNP')])表示块.

本教程网站非常有助于解释NLTK中的分块过程:http://www.eecis.udel.edu/~trnka/CISC889-11S/lectures/dongqing-chunking.pdf .

有关官方文档,请参阅http://www.nltk.org/howto/chunk.html

Answer 2

即使以上链接各种各样。但是希望这对某人仍然有帮助，并补充了一些其他链接上缺少的内容。

CC：协调连词

CD：基数

DT：确定者

EX：存在

FW：外来词

IN：介词或从属连词

JJ：形容词

副总裁：动词短语

JJR：形容词，比较

JJS：形容词，最高级

LS：清单项目标记

MD：模态

NN：名词，奇数或质量

NNS：名词，复数

PP：介词短语

NNP：专有名词，单数短语

NNPS：专有名词，复数

PDT：预先确定者

POS：所有格

PRP：人称代词短语

PRP：所有代词短语

RB：副词

RBR：副词，比较

RBS：副词，最高级

RP：粒子

S：简单的声明性子句

SBAR：由（可能为空）从属连词引入的子句

SBARQ：由口号或口语短语引入的直接问题。

SINV：陈述句的倒序，即主语遵循张紧动词或模态的句子。

SQ：在SBARQ中的用语短语之后，倒置是/否问题或wh-疑问句的主要子句。

SYM：符号

VBD：动词，过去时

VBG：动词，动名词或现在分词

VBN：动词，过去分词

VBP：动词，非第三人称单数礼物

VBZ：动词，第三人称单数礼物

WDT：决定因素

WP：Wh代词

WP：所有格代词

WRB：Wh-副词