Nlp spaCy:使用依赖项分析在句子中查找词根的问题

Nlp spaCy:使用依赖项分析在句子中查找词根的问题,nlp,spacy,Nlp,Spacy,我试图使用spaCy解析以下句子: text = "Parsley Energy to acquire Jagged Peak Energy in an all-stock deal." doc = nlp(text) for token in doc: print(token.text, ' ====> ', token.dep_) 这给了我能量作为词根动词,这是不正确的 但是如果我稍微改变句子,即从到acquire到将获得: new_text = "P

我试图使用spaCy解析以下句子:

text = "Parsley Energy to acquire Jagged Peak Energy in an 
          all-stock deal."

doc = nlp(text)
for token in doc:
    print(token.text, ' ====> ', token.dep_)
这给了我能量作为词根动词,这是不正确的

但是如果我稍微改变句子,即从到acquire将获得

new_text = "Parsley Energy will acquire Jagged Peak Energy in an 
            all-stock deal."
我将词根动词正确地表示为acquire


在第一种情况下,有没有一种方法可以将acquire作为根动词使用?

首先需要注意的是,根不一定是动词(请参见和)。 根节点是不受其他节点控制的一个节点

非限定从句包含不显示时态的动词。
例如:
“赢得比赛的人”
在这个例子中,很明显,根是“person”,而“win”是“person”的依赖项

同样,如果我们有: “该公司将在一项全股票交易中收购Jagged Peak Energy。” 很明显,根源是“公司”

您的第一个示例: “欧芹能源将在一项全股票交易中收购锯齿峰能源。” 不太明显 我认为这是一个省略,省略句中的省略词是“是”。 这句话通常是“欧芹能量是为了获得……”

见:

如果主谓词不存在(由于省略号),并且存在多个孤立从属项,则其中一个将提升到head(root)位置,其他孤立项将附加到该位置


总之,Spacy在这里似乎没有犯错误。

首先应该注意,词根不一定是动词(请参见和)。 根节点是不受其他节点控制的一个节点

非限定从句包含不显示时态的动词。
例如:
“赢得比赛的人”
在这个例子中,很明显,根是“person”,而“win”是“person”的依赖项

同样,如果我们有: “该公司将在一项全股票交易中收购Jagged Peak Energy。” 很明显,根源是“公司”

您的第一个示例: “欧芹能源将在一项全股票交易中收购锯齿峰能源。” 不太明显 我认为这是一个省略,省略句中的省略词是“是”。 这句话通常是“欧芹能量是为了获得……”

见:

如果主谓词不存在(由于省略号),并且存在多个孤立从属项,则其中一个将提升到head(root)位置,其他孤立项将附加到该位置

总之,斯帕西在这里似乎没有犯错误