相关疑难解决方法(0)

我正在寻找一种方法,在过去,现在和将来的时间里都有一个英文文本计数动词短语.现在我正在使用NLTK,做一个POS(词性)标记,然后计算说'VBD'来过去时态.这虽然不够准确,所以我想我需要进一步使用分块,然后分析VP块以获取特定的时态模式.有什么存在的吗？任何进一步的阅读可能会有所帮助？该NLTK书大多集中在NP-块,我可以找到关于VP-块比较少的信息.

问:我试图让一个完整的句子变得紧张,只是不知道如何使用nlp.任何帮助赞赏.

Q2.使用nlp可以从句子中提取所有信息吗？

目前我可以,我得到:1.句子的声音2.subject对象动词3.POS标签.

更多信息可以提取,请告诉我.

如何使用Python + NLTK来识别句子是指过去/现在/将来？

我只能使用POS标记吗？这似乎有点不准确,在我看来,我需要考虑句子上下文而不仅仅是单词.

对于另一个可以做到这一点的图书馆的任何建议？

（注意：我知道之前有关于这个问题的帖子（例如这里或这里，但它们已经很老了，我认为过去几年 NLP 取得了相当大的进展。）

我正在尝试使用 Python 中的自然语言处理来确定句子的时态。

是否有易于使用的软件包？如果没有，我需要如何在 TextBlob、StanfordNLP 或 Google Cloud Natural Language API 中实施解决方案？

TextBlob 似乎最容易使用，我设法列出了 POS 标签，但我不确定如何将输出转换为“时态预测值”或只是对时态的最佳猜测。此外，我的文本是西班牙语，所以我更喜欢使用支持西班牙语的 GoogleCloud 或 StanfordNLP（或任何其他易于使用的解决方案）。

我还没有设法使用 StanfordNLP 的 Python 接口。

谷歌云自然语言 API 似乎提供了我所需要的（见这里，但我还没有设法找出如何获得这个输出。我已经使用谷歌云 NLP 进行其他分析（例如实体情感分析），它有工作，所以我相信如果我找到正确的使用示例，我可以设置它。

文本块示例：

from textblob import TextBlob
from textblob.taggers import NLTKTagger
nltk_tagger = NLTKTagger()
blob = TextBlob("I am curious to see whether NLP is able to predict the tense of this sentence., pos_tagger=nltk_tagger)
print(blob.pos_tags)

-> 这会打印 pos 标签，我如何将它们转换为对这句话时态的预测？

Google Cloud NLP 示例（设置凭据后）：

from google.cloud …