带有虚假的名词短语

Question

如何使用spacy从文本中提取名词短语？
我指的不是语音标签的一部分。在文档中，我找不到有关名词短语或常规分析树的任何内容。

Answer 1

如果要使用基本NP，即没有协调，介词短语或相对从句的NP，则可以在Doc和Span对象上使用noun_chunks迭代器：

>>> from spacy.en import English
>>> nlp = English()
>>> doc = nlp(u'The cat and the dog sleep in the basket near the door.')
>>> for np in doc.noun_chunks:
>>>     np.text
u'The cat'
u'the dog'
u'the basket'
u'the door'

如果您需要其他内容，最好的方法是遍历句子中的单词并考虑句法上下文，以确定该单词是否支配您想要的短语类型。如果是这样，则产生其子树：

from spacy.symbols import *

np_labels = set([nsubj, nsubjpass, dobj, iobj, pobj]) # Probably others too
def iter_nps(doc):
    for word in doc:
        if word.dep in np_labels:
            yield word.subtree