Python NLTK将动词识别为祈使句中的名词

我正在使用NLTK POS标记器，如下所示

sent1='get me now'
sent2='run fast'
tags=pos_tag(word_tokenize(sent2))
print tags
[('run', 'NN'), ('fast', 'VBD')]

我发现类似的帖子建议将这个词作为动词添加到字典中。 问题是我有太多这样的生词。 但我有一个线索，它们总是出现在短语的开头

例如：“立即下载”、“立即预订”、“注册”

---

如何正确帮助NLTK生成正确的结果

您可以在

NLTK

中加载其他第三方模型。看看

---

为了用一些技巧来回答这个问题，你可以通过添加代词来欺骗POS标记符，这样动词就可以得到主语，例如

>>> from nltk import pos_tag
>>> sent1 = 'get me now'.split()
>>> sent2 = 'run fast'.split()
>>> pos_tag(['He'] + sent1)
[('He', 'PRP'), ('get', 'VBD'), ('me', 'PRP'), ('now', 'RB')]
>>> pos_tag(['He'] + sent1)[1:]
[('get', 'VBD'), ('me', 'PRP'), ('now', 'RB')]

要使答案功能化，请执行以下操作：

>>> from nltk import pos_tag
>>> sent1 = 'get me now'.split()
>>> sent2 = 'run fast'.split()
>>> def imperative_pos_tag(sent):
...     return pos_tag(['He']+sent)[1:]
... 
>>> imperative_pos_tag(sent1)
[('get', 'VBD'), ('me', 'PRP'), ('now', 'RB')]
>>> imperative_pos_tag(sent2)
[('run', 'VBP'), ('fast', 'RB')]

---

如果希望命令中的所有动词都接收基本表单VB标记：

>>> from nltk import pos_tag
>>> sent1 = 'get me now'.split()
>>> sent2 = 'run fast'.split()
>>> def imperative_pos_tag(sent):
...     return [(word, tag[:2]) if tag.startswith('VB') else (word,tag) for word, tag in pos_tag(['He']+sent)[1:]]
... 
>>> imperative_pos_tag(sent1)
[('get', 'VB'), ('me', 'PRP'), ('now', 'RB')]
>>> imperative_pos_tag(sent2)
[('run', 'VB'), ('fast', 'RB')]

---

在这里找到了一个叫做spaCy的新图书馆，效果很好

import spacy
nlp = spacy.load("en_core_web_sm")
text = ("run fast")
doc = nlp(text)
verbs = [(token, token.tag_) for token in doc]
print(verbs)

输出：

[('run', 'VB'), ('fast', 'RB')]

---

安装指南：

它可能重复给我错误的结果，例如：“run”应标记为VB（动词基本形式）而不是VBP在“get”的情况下应为“VB”而不是“VBD”。我尝试过使用Stanford POS tagger，但NLTK的速度非常慢，您能建议其他第三方tagger或其他方法修改并使用NLTK的POS_标记，请参阅。而且，由于您只对VB感兴趣，而对命令式标记不感兴趣，因此可以删除VB*标记中的最后一个字符。