如何在SPACY中获取句子中标记的索引？

Question

是否有一种优雅的方法来获取句子中单词/标记的索引？我知道令牌的属性https://spacy.io/api/token#attributes “ i”属性返回整个父文档中的索引。但是父文档可以包含多个句子。

示例：“这是一个例子。这是另一个例子。”

我需要的都是将“ This”作为索引0返回，将“ is”都作为索引1返回等等。

提前致谢 ：）

Answer 1

一个spaCy Doc对象，您还可以遍历doc.sents，这是Span对象的单个句子。要在父文档中获取跨度的开始和结束索引，可以查看startand end属性。因此，如果您遍历句子并从中减去句子起始索引，则token.i可以得到标记在句子中的相对索引：

for sent in doc.sents:
    for token in sent:
        print(token.text, token.i - sent.start)

默认的句子分段使用依赖项解析，通常更准确。但是，您也可以插入基于规则的解决方案或完全自定义的解决方案（有关详细信息，请参见此处）。