斯坦福 NLP 解析树格式

Question

这可能是一个愚蠢的问题，但是如何迭代解析树作为 NLP 解析器的输出（如斯坦福 NLP）？它都是嵌套的括号，既不是 anarray也不是dictionary我使用过的任何其他集合类型。

(ROOT\n  (S\n    (PP (IN As)\n      (NP (DT an) (NN accountant)))\n    (NP (PRP I))\n    (VP (VBP want)\n      (S\n        (VP (TO to)\n          (VP (VB make)\n            (NP (DT a) (NN payment))))))))

Answer 1

斯坦福解析器的这种特殊输出格式称为“括号解析（树）”。它应该被理解为一个图表

• 词作为节点（例如 As、an、accountant）
• 短语/从句作为标签（例如 S、NP、VP）
• 边是分层链接的，并且
• 通常解析 TOP 或根节点是一个幻觉 ROOT

（在这种情况下，您可以将其视为有向无环图 (DAG)，因为它是单向和非循环的）

有一些库可以读取括号内的解析，例如 in NLTK's nltk.tree.Tree( http://www.nltk.org/howto/tree.html )：

>>> from nltk.tree import Tree
>>> output = '(ROOT (S (PP (IN As) (NP (DT an) (NN accountant))) (NP (PRP I)) (VP (VBP want) (S (VP (TO to) (VP (VB make) (NP (DT a) (NN payment))))))))'
>>> parsetree = Tree.fromstring(output)
>>> print parsetree
(ROOT
  (S
    (PP (IN As) (NP (DT an) (NN accountant)))
    (NP (PRP I))
    (VP
      (VBP want)
      (S (VP (TO to) (VP (VB make) (NP (DT a) (NN payment))))))))
>>> parsetree.pretty_print()
                           ROOT                             
                            |                                
                            S                               
      ______________________|________                        
     |                  |            VP                     
     |                  |    ________|____                   
     |                  |   |             S                 
     |                  |   |             |                  
     |                  |   |             VP                
     |                  |   |     ________|___               
     PP                 |   |    |            VP            
  ___|___               |   |    |    ________|___           
 |       NP             NP  |    |   |            NP        
 |    ___|______        |   |    |   |         ___|_____     
 IN  DT         NN     PRP VBP   TO  VB       DT        NN  
 |   |          |       |   |    |   |        |         |    
 As  an     accountant  I  want  to make      a      payment

>>> parsetree.leaves()
['As', 'an', 'accountant', 'I', 'want', 'to', 'make', 'a', 'payment']