与NLTK的块解析器匹配单词

Question

NLTK的块解析器的正则表达式可以匹配POS标签,但它们是否也可以匹配特定的单词？
因此,假设我想要使用名词后跟动词"left"(将此模式称为L)来组合任何结构.例如,句子"\ DT dog\NN left\VB"应该被分块为
(S(DT)(L(NN dog)(VB左))),但句子"\ DT dog\NN睡觉"\VB"根本不会被分块.

我无法找到关于分块正则表达式语法的任何文档,我看到的所有示例都只匹配POS标记.

Answer 1

我遇到了类似的问题，在意识到正则表达式模式只会检查标签后，我更改了我感兴趣的部分的标签。

例如，我尝试匹配产品名称和版本，并使用像 \NNP+\CD 这样的块规则适用于“Internet Explorer 8.0”，但在“Internet Explorer 8.0 SP2”上失败，它将 SP2 标记为 NNP。

也许我可以训练一个 POS 标记器，但决定将标记更改为 SP，然后像 \NNP+\CD\SP* 这样的块规则将匹配任一示例。