在python中使用Syntaxnet POS标记？

我想在python中使用syntaxnet的解析器标记（例如：VBD ROOT、NN nsubj等）来帮助创建聊天室。输入在控制台中完成

问题：如何在变量中只获取VBP根的结果而不获取其他结果？我可以通过这个调用打印ASCII版本的解析树：

subprocess.call（[“echo”Bob把比萨饼带给Alice.\124; syntaxnet/demo.sh“]，shell=True）

，但是我对如何获取特定变量并将其存储在python变量中有点困惑

---

p、 学生：我一周前开始学习python。

如果你是python初学者，并且你只想使用词性（POS）标记，那么SyntaxNet可能有点过头了。很容易使用并且非常准确。

如果您是Python初学者，并且只想使用词性（POS）标记，那么SyntaxNet可能有些过分了。易于使用且非常准确。

我也是python和SyntaxNet的初学者。我所做的是通过删除将SyntaxNet的输出从树更改为以制表符分隔的文本文件

  bazel-bin/syntaxnet/conll2tree \
  --task_context=$MODEL_DIR/context.pbtxt \
  --alsologtostderr

来自SyntaxNet文件夹中的。运行以下命令echo

“openbook，这是我用laboratory writer和libreoffice writer编写的。”| syntaxnet/demo.sh>output.txt

文本文件如下所示：

然后，您可以使用

csv.reader

读取数据，将其转到

列表

，然后搜索

子列表的第4列（列编号从“0”开始）和第7列以查找
根目录

我把上述解释的代码：

#read from Syntaxnet output tab delimited textfile
def readata(filename):
      file=open(filename,'r')
      lines=file.readlines()
      lines=lines[:-1]
      data=csv.reader(lines,delimiter='\t')
#make a list of lists
      lol=list(data)
      return  lol
#find the verb which is ROOT of the sentence
      lists=readata(filename)
      for sublist in lists:
            if sublist[7]=='ROOT' and sublist[4]=='VBP': 
                  word=sublist[1]

请注意，这段代码是由一位bignner编写的，但它至少对我有用。
我也是python和SyntaxNet的初学者。我所做的是通过删除将SyntaxNet的输出从树更改为以制表符分隔的文本文件

  bazel-bin/syntaxnet/conll2tree \
  --task_context=$MODEL_DIR/context.pbtxt \
  --alsologtostderr

来自SyntaxNet文件夹中的。运行以下命令echo
“openbook，这是我用laboratory writer和libreoffice writer编写的。”| syntaxnet/demo.sh>output.txt

文本文件如下所示：


然后，您可以使用
csv.reader
读取数据，将其转到
列表
，然后搜索
子列表的第4列（列编号从“0”开始）和第7列以查找
根目录

我把上述解释的代码：

#read from Syntaxnet output tab delimited textfile
def readata(filename):
      file=open(filename,'r')
      lines=file.readlines()
      lines=lines[:-1]
      data=csv.reader(lines,delimiter='\t')
#make a list of lists
      lol=list(data)
      return  lol
#find the verb which is ROOT of the sentence
      lists=readata(filename)
      for sublist in lists:
            if sublist[7]=='ROOT' and sublist[4]=='VBP': 
                  word=sublist[1]

请注意，这段代码是由一位bignner编写的，但它至少对我有用。
我在博客上写了一篇简单的文章，展示了如何将syntaxnet输出加载到NLTK的结构中，以根据词性和依赖关系将名词短语加载到依赖关系图中：

我在我的博客上写了一篇简单的帖子，展示了如何将syntaxnet输出加载到NLTK的结构中，从而根据词性和依赖关系将名词短语加载到依赖关系图中：