Именованное распознавание объектов для NLTK в Python. Идентификация NE

Мне нужно классифицировать слова в их части речи. Как глагол, существительное, наречие и т.д. Я использовал

nltk.word_tokenize() #to identify word in a sentence 
nltk.pos_tag()       #to identify the parts of speech
nltk.ne_chunk()      #to identify Named entities.

Это означает, что это дерево. Например,

>>> sentence = "I am Jhon from America"
>>> sent1 = nltk.word_tokenize(sentence )
>>> sent2 = nltk.pos_tag(sent1)
>>> sent3 =  nltk.ne_chunk(sent2, binary=True)
>>> sent3
Tree('S', [('I', 'PRP'), ('am', 'VBP'), Tree('NE', [('Jhon', 'NNP')]), ('from', 'IN'), Tree('NE', [('America', 'NNP')])])

При обращении к элементу в этом дереве я сделал это следующим образом:

>>> sent3[0]
('I', 'PRP')
>>> sent3[0][0]
'I'
>>> sent3[0][1]
'PRP'

Но при доступе к Именованному объекту:

>>> sent3[2]
Tree('NE', [('Jhon', 'NNP')])
>>> sent3[2][0]
('Jhon', 'NNP')
>>> sent3[2][1]    
Traceback (most recent call last):
  File "<pyshell#121>", line 1, in <module>
    sent3[2][1]
  File "C:\Python26\lib\site-packages\nltk\tree.py", line 139, in __getitem__
    return list.__getitem__(self, index)
IndexError: list index out of range

Я получил вышеуказанную ошибку.

Я хочу получить вывод как "NE", аналогичный предыдущему PRP, поэтому я не могу определить, какое слово является Именованным Entity. Есть ли способ сделать это с помощью NLTK в python? Если да, отправьте команду. Или есть функция в библиотеке деревьев для этого? Мне нужно значение node 'NE'

Ответ 1

Этот ответ может быть неактивным, и в этом случае я его удалю, так как у меня нет NLTK, установленного здесь, чтобы попробовать, но я думаю, что вы можете просто сделать:

   >>> sent3[2].node
   'NE'

sent3[2][0] возвращает первый дочерний элемент дерева, а не сам node

Изменить: Я пробовал это, когда возвращался домой, и он действительно работает.

Ответ 2

Ниже мой код:

chunks = ne_chunk(postags, binary=True)
for c in chunks:
  if hasattr(c, 'node'):
    myNE.append(' '.join(i[0] for i in c.leaves()))

Ответ 3

Я согласен с bdk

sent3[2].node

O/P - 'NE'

Я думаю, что в nltk нет функции. Это решение будет работать, но для справки вы можете проверить здесь

для проблемы с циклом, которую вы можете сделать: -

 for i in range(len(sent3)):
     if "NE" in str(sent3[i]):
          print sent3[i].node

Я выполнил это в nltk, и он отлично работает.

Ответ 4

Теперь sent3 [2].node устарел.

использовать sent3 [2].label() вместо

Ответ 5

Это будет работать

for sent in chunked_sentences:
  for chunk in sent:
    if hasattr(chunk, "label"):
        print(chunk.label())