Python 可以在NLTK正则表达式中混合文字和标记吗

我正在试用NLTK来帮助我解析一些文本。例如，我有：

1 Robins Drive owned by Gregg S. Smith was sold to TeStER, LLC of 494 Bridge Avenue, Suite 101-308, Sheltville AZ 02997 for $27,000.00.

使用：

words =pos_tag(word_tokenize(sentence))

我得到：

[('1', 'CD'), ('Robins', 'NNP'), ('Drive', 'NNP'), ('owned', 'VBN'), ('by', 'IN'), ('Gregg', 'NNP'), ('S.', 'NNP'), ('Smith', 'NNP'), ('was', 'VBD'), ('sold', 'VBN'), ('to', 'TO'), ('TeStER', 'NNP'), (',', ','), ('LLC', 'NNP'), ('of', 'IN'), ('494', 'CD'), ('Bridge', 'NNP'), ('Avenue', 'NNP'), (',', ','), ('Suite', 'NNP'), ('101-308', 'CD'), (',', ','), ('Sheltville', 'NNP'), ('AZ', 'NNP'), ('02997', 'CD'), ('for', 'IN'), ('$', '$'), ('27,000.00', 'CD'), ('.', '.')]

假设我想提取“所有者”（Gregg S.Smith）的角色，是否有一种方法可以混合和匹配文字和标记，可能是以下格式：

'owned by{<NP>+}'

“由{+}所有”

---

上一次讨论过这个问题，但我不确定我是否理解提供的答案。这是可能的，如果是，您可以提供一个代码示例。

如果您将每个单词和标记组合起来，然后使用

RegEx

查找特定的PoS标记序列，您就可以得到您要查找的结果

例如，使用您定义的

words

变量

joined = ' '.join([w+"<"+t+">" for w,t in words])

---

如果您将每个单词和标记组合起来，然后使用

RegEx

查找特定的PoS标记序列，则可以得到您要查找的结果

例如，使用您定义的

words

变量

joined = ' '.join([w+"<"+t+">" for w,t in words])

---

那么，您应该标记您的初始字符串，并将PoS的字符串表示形式附加到它。然后根据您的token+PoS格式编写规则。您介意举个例子吗？好的，您应该标记初始字符串并将PoS的字符串表示形式附加到它。然后根据您的token+PoS格式编写规则。您介意举个例子吗？非常感谢Nathan，我会查出来的。非常感谢Nathan，我会查出来的。

>>> import re
>>> m = re.match(r'.*owned<VBN> by<IN>.*?<NNP>', joined)
>>> m.group(0)
'1<CD> Robins<NNP> Drive<NNP> owned<VBN> by<IN> Gregg<NNP>'