Python 使用IOB格式通过NLTK获取结果
我使用nltk作为Stanford NER Tagger的接口。我有一个问题,是否有任何选项可以使用NLTK将NER结果获取为IOB格式?我读过这篇文章,但它是针对java用户的 NLTK版本:3.4 Java版本:jdk1.8.0_211/bin 斯坦福大学NER模型:english.conll.4class.distsim.crf.ser.gz 输入:我的名字是唐纳德·特朗普 预期输出:我的/O姓名/O是/O唐纳德/B人特朗普/I人TL;博士 初见 编写一个简单的循环并遍历NER输出:Python 使用IOB格式通过NLTK获取结果,python,nlp,nltk,stanford-nlp,ner,Python,Nlp,Nltk,Stanford Nlp,Ner,我使用nltk作为Stanford NER Tagger的接口。我有一个问题,是否有任何选项可以使用NLTK将NER结果获取为IOB格式?我读过这篇文章,但它是针对java用户的 NLTK版本:3.4 Java版本:jdk1.8.0_211/bin 斯坦福大学NER模型:english.conll.4class.distsim.crf.ser.gz 输入:我的名字是唐纳德·特朗普 预期输出:我的/O姓名/O是/O唐纳德/B人特朗普/I人TL;博士 初见 编写一个简单的循环并遍历NER输出: de
def stanford_to_bio(tagged_sent):
prev_tag = "O"
bio_tagged_output = []
current_ner = []
for word, tag in tagged_sent:
if tag == 'O':
bio_tagged_output += current_ner
bio_tagged_output.append((word, tag))
current_ner = []
prev_tag = 'O'
else:
if prev_tag == 'O':
current_ner.append((word, 'B-'+tag))
prev_tag = 'B'
else:
current_ner.append((word, 'I-'+tag))
prev_tag = 'I'
if current_ner:
bio_tagged_output += current_ner
return bio_tagged_output
tagged_sent = [('Rami', 'PERSON'), ('Eid', 'PERSON'), ('is', 'O'), ('studying', 'O'), ('at', 'O'), ('Stony', 'ORGANIZATION'), ('Brook', 'ORGANIZATION'), ('University', 'ORGANIZATION'), ('in', 'O'), ('NY', 'STATE_OR_PROVINCE')]
stanford_to_bio(tagged_sent)
[out]:
[('Rami', 'B-PERSON'),
('Eid', 'I-PERSON'),
('is', 'O'),
('studying', 'O'),
('at', 'O'),
('Stony', 'B-ORGANIZATION'),
('Brook', 'I-ORGANIZATION'),
('University', 'I-ORGANIZATION'),
('in', 'O'),
('NY', 'B-STATE_OR_PROVINCE')]
请看,主要的问题是如何通过输出获得IOB格式?请参阅答案的NER标记部分。。。阅读答案
ner\u tagger=CoreNLPParser(url=)http://localhost:9000“,tagtype='ner')
,我已经看到了,它只返回相同的标记PERSON作为人名,但我希望它以IOB格式返回:Donald Trump->Donald/B-PERSON Trump/I-PERSON欢迎使用SO。下次试着花点力气解释一下你试过什么。否则,人们将不会对此作出反应(因此=)