Python NLTK：从Stanford依赖项解析结果中提取词法头项

我有一个句子，我想提取词法头项，我可以使用斯坦福NLP库进行依赖项解析

如何提取句子中的主要标题？

如果句子是

下载并共享此工具

，则标题为

下载

我尝试了以下方法：

 def get_head_word(text):
     standepparse=StanfordDependencyParser(path_to_jar='/home/stanford_resource/stanford-parser-full-2014-06-16/stanford-parser.jar',path_to_models_jar='/home/stanford_resource/stanford-parser-full-2014-06-16/stanford-parser-3.4-models.jar',model_path='/home/stanford_resource/stanford-parser-full-2014-06-16/stanford-parser-3.4-models/edu/stanford/nlp/models/lexparser/englishPCFG.ser.gz')
     parsetree=standepparse.raw_parse(text)
     p_tree=list(parsetree)[0]
     print p_tree.to_dot()

 text = 'Download and share this tool'
 get_head_word(text)


output:

digraph G{
edge [dir=forward]
node [shape=plaintext]

0 [label="0 (None)"]
0 -> 1 [label="root"]
1 [label="1 (Download)"]
1 -> 2 [label="cc"]
1 -> 3 [label="conj"]
1 -> 5 [label="dobj"]
2 [label="2 (and)"]
3 [label="3 (share)"]
4 [label="4 (this)"]
5 [label="5 (software)"]
5 -> 4 [label="det"]
}

tree_head = next(n for n in p_tree.node_values() if n['head'] == 1)

---

要查找句子的依赖项标题，只需查找其

head

值指向

root

节点的节点。在

NLTK

API to中，您可以轻松查找其头指向字典第一个索引的节点

请注意，在依赖项解析中，与典型的chomsky normal form/CFG解析树不同，依赖项解析可能有多个头

但是，由于要将依赖项输出强制转换为树结构，因此可以执行以下操作：

 def get_head_word(text):
     standepparse=StanfordDependencyParser(path_to_jar='/home/stanford_resource/stanford-parser-full-2014-06-16/stanford-parser.jar',path_to_models_jar='/home/stanford_resource/stanford-parser-full-2014-06-16/stanford-parser-3.4-models.jar',model_path='/home/stanford_resource/stanford-parser-full-2014-06-16/stanford-parser-3.4-models/edu/stanford/nlp/models/lexparser/englishPCFG.ser.gz')
     parsetree=standepparse.raw_parse(text)
     p_tree=list(parsetree)[0]
     print p_tree.to_dot()

 text = 'Download and share this tool'
 get_head_word(text)


output:

digraph G{
edge [dir=forward]
node [shape=plaintext]

0 [label="0 (None)"]
0 -> 1 [label="root"]
1 [label="1 (Download)"]
1 -> 2 [label="cc"]
1 -> 3 [label="conj"]
1 -> 5 [label="dobj"]
2 [label="2 (and)"]
3 [label="3 (share)"]
4 [label="4 (this)"]
5 [label="5 (software)"]
5 -> 4 [label="det"]
}

tree_head = next(n for n in p_tree.node_values() if n['head'] == 1)

---

但请注意，从语言学角度来看，

下载并共享此工具

一句中的开头应该是

下载

和

共享

。但是从计算上讲，树是分层的，一个普通形式的树应该有

ROOT->Download->and->share

，但是一些解析器可能也会生成这个树：

ROOT->and->Download；共享

是否足够：

在p_tree.nodes.values（）中的n个节点：
：如果n['head']==0:print n['word']，n['head']
您能重新表述一下您的问题吗？“下载”是什么意思？@alvas我想提取词法标题项。在上面提到的句子中，（如果我是正确的），标题是“下载”。因此，对于另一个句子
我们喜欢python
，词法头项将是
love
。哦，那么您只需要在“None->root”之后找到第一个节点，它将为您提供句子头<代码>下一步（n表示p_树中的n。如果n['head']==1，则节点的值为（））