小编gal*_*ron的帖子

我想检测英语句子中动词的祈使语气。从这个问题我知道spaCy可以访问扩展的形态特征，但是当我使用它时我没有看到它们，使用spaCy版本2.1.8，Python 3.7.1：

>>> import spacy
>>> nlp = spacy.load('en_core_web_sm')
>>> doc = nlp("Show me the money!")
>>> token = doc[0]
>>> print(token, token.tag_, nlp.vocab.morphology.tag_map[token.tag_], token.pos_, token.dep_)
Show VB {74: 100, 'VerbForm': 'inf'} VERB ROOT

看起来 spaCy 正确地推断出“show”是一个动词，但它似乎认为它是一个不定式，而且我没有看到来自 的情绪信息tag_map。我意识到这些扩展信息可以在我的链接问题中找到，因为在那里解析意大利语，并且对于浪漫变形动词确定语气可能更简单。

无论如何，英语句子中的动词是否存在有关情绪的扩展信息？

我有一个字符串,我想"unflatten"或"tree-ify"; 也就是说,我想从此开始:

F=8|A_C=3|A_B=2|D_G_H=11|D_B=2|E=5  

对此:

{
  A => {
    B => 2,
    C => 3,
  },
  D => {
     B => 2,
     G => {
       H => 11,
     },
  },
  E => 5,
  F => 8,
}

我的策略是分别处理每个竖线分隔的字段,并将=符号拆分为键/值对:

sub unflatten {
    my ($data) = @_;
    my @fields = split /\|/, $data;
    my $result = {};

    for my $datum (@fields) {
            my ($key, $value) = split /=/, $datum;
            $result->{&processline($key)} = $value;
    }
    return $result;
}

我在processline函数中尝试了一些递归魔法:

sub processline …