Python 子树提取NLTK树

我需要一些关于NLTK树的帮助

我试图从这棵法国树中提取一些子树：

（已发送（NP-SUJ）↓ （PRO=H Personne）（VN=H（ADV*ne）（V=H sait）（ADV*execute）（PONCT*））

我只想提取POS标签末尾具有“=H”的树，然后添加父节点：

像这样：

（NP-SUJ↓ （PRO=H Personne）和这个：（VN=H（V=H sait））

我为此编写了一个函数：

def AddParent(tree):
    grammar = []
    for subtree in tree.subtrees():
        if subtree.height()==2 and subtree.label().endswith("=H"):
            PartialTree = ParentedTree(subtree.parent().label(), 
                               [ParentedTree(subtree.label(), subtree)])
            grammar.append(PartialTree)
    return grammar

#Test
pt = ParentedTree.fromstring("(SENT (NP-SUJ↓ (PRO=H Personne)) (VN=H (ADV* ne) (V=H sait)) (ADV* exactement) (PONCT* .))")
AddParent(pt)
[ParentedTree('NP-SUJ↓', [ParentedTree('PRO=H', ['Personne'])]), 
ParentedTree('VN=H', [ParentedTree('V=H', ['sait'])])]

我这里有两个问题：首先，我想继续从原始树向这些子树添加信息。例如，我希望继续添加祖先节点，然后再添加子节点，以执行以下操作：

(SENT (NP-SUJ↓ ) (VN=H (V=H sait)))

但我失去了原来的树的踪迹

其次，

parent（）

函数返回其中包含的所有子树。我只想有特定的节点

提取最后一个子树的好方法是什么

---

非常感谢你的帮助！我是新手，但我真的很喜欢

我不能说我理解你对

parent（）

（也许你的意思是

子树（）

？）的抱怨，但有更简单的方法可以让你掌握子树：

表面改进：

subtrees（）

函数接受一个

filter

参数，因此您不必检查代码中返回的子树：

for subtree in tree.subtrees(filter=lambda t: t.label().endswith("=H"))

子树是对原始树的子部分的引用。如果您不修改它，它仍然是原始树的一部分，您可以提升树（因为您使用“父”树）。事实上，请注意，如果您修改子树的内容，原始树将被修改。但是，不要嵌入在新节点下找到的树，而是构建一个全新的副本：

partial = ParentedTree(subtree.parent().label(), [ subtree.copy() ])

然后，您可以自由删除或更改副本中的分支，并且仍然可以使用原始的

树

和

子树

虽然您可以使用

parent（）

方法爬上树，但我经常发现使用“树位置”更方便。树位置是整数的元组，它作为树下的路径（将其用作列表上的整数索引）。要查找父级，只需切掉树位置的最后一个元素：

for postn in tree.treepositions():
    if tree[postn].label().endswith("=H"):
        parentpos = postn[:-1]   # everything but the last element
        partial = Tree(tree[parentpos].label(), [ tree[postn] ])

请注意，如果使用此方法，则不再需要

parent（）

方法，因此您最好使用

Tree

，而不是

ParentedTree

---

上述内容可能并不完全符合您的要求（很难看出您正在做什么），但我希望您了解情况。

非常感谢！这正是我要找的,但我不知道怎么做,很高兴听到。既然我的答案解决了你的问题，请点击左边的大复选标记“接受”。（您也可以“投票”此网站上任何您认为有用的问题或答案。）