Python 斯坦福NLP：如何获取块

因此，在nltk中，我们可以指定一个POS标记的正则表达式来提取文本块

sentence = [("the", "DT"), ("little", "JJ"), ("yellow", "JJ"), 
... ("dog", "NN"), ("barked", "VBD"), ("at", "IN"),  ("the", "DT"), ("cat", "NN")]

 grammar = "NP: {<DT>?<JJ>*<NN>}" 

 cp = nltk.RegexpParser(grammar) 
 result = cp.parse(sentence) 
 print(result) 
(S
  (NP the/DT little/JJ yellow/JJ dog/NN)
  barked/VBD
  at/IN
  (NP the/DT cat/NN)) 

句子=[（“the”，“DT”），（“little”，“JJ”），（“yellow”，“JJ”）， 狗、狗、狗吠、狗吠、狗吠、狗吠、狗吠、狗吠、狗吠、狗吠、狗吠、狗吠、狗吠、狗吠、狗吠、狗吠、狗吠、狗吠、狗吠、狗吠、狗吠、狗吠 grammar=“NP:{？*}” cp=nltk.RegexpParser（语法） 结果=cp.parse（句子） 打印（结果） （S） （NP/DT little/JJ yellow/JJ dog/NN） 吠叫/VBD 在/在 （NP/DT类/NN类） 使用斯坦福nlp可以做类似的事情吗？我想做的是使用stanford POS tagger标记我的文本，因为我发现它比nltk的tagger更准确。我想一旦我有了标记的句子，我就可以使用上面的代码了。斯坦福NLP还提供了一些现成的东西来创建文本块吗

---

另外，我知道nltk 3提供斯坦福NLP支持。那么，我如何结合这两种方法来获得文本块呢？我希望在Python中这样做。

< P>如果你知道你想把这些块看作是块，你可以用它们来组合它们。