Python 如何使用nlp解析器中的.conll文件进行功能选择

我有一个从Malt解析器输出的.conll格式文件，它使用engmalt.linear-1.7.mco训练模型。我最初输入的是一个句子的大文本文件。如何使用此文件进行要素选择

---

我正在使用python和Scikit学习（目前使用tfidf词汇包来选择功能）。然而，我想利用nlp，例如，只搜索形容词。如何使用conll文件执行此操作？

conll-X格式的解析器输出为词性标记提供了一个单独的列。例如，如果你分析这个句子

我只想选择形容词，不考虑其他标记

输出可能如下所示：

1i\uprp-PRP-nsubj\u_
2想要VB VBP u0 null 0_
3至4辅助_
4选择VB VB u2 xcomp_
5个形容词NN NNS u4 dobj u_
仅限6个RB RB 4个advmod_
7点，2点_
8和uuCC uu2 CC u_
9不理会_
10其他JJ JJ u11 amod u_
11个标签_
12  .           _   .   .   _   2点_

第4列和第5列分别显示了粗粒度和细粒度的词性标记。如果您只想选择形容词，那么只需要选择第4列中带有

JJ

作为粗略标记的单词

一旦你根据你的选择标准选择了特定的单词，你就可以按照通常的方式继续构建向量了

---

p.S.我假设您的查询主要与CoNLL格式有关，而不是关于如何提取形容词（当然，这可以通过制表符拆分行或正则表达式匹配来完成——关于这些，有几个问题和答案与pythonic方法有关）.CoNLL-X格式的解析器的输出为词性标记提供了一个单独的列。例如，如果你分析这个句子

我只想选择形容词，不考虑其他标记

输出可能如下所示：

1i\uprp-PRP-nsubj\u_
2想要VB VBP u0 null 0_
3至4辅助_
4选择VB VB u2 xcomp_
5个形容词NN NNS u4 dobj u_
仅限6个RB RB 4个advmod_
7点，2点_
8和uuCC uu2 CC u_
9不理会_
10其他JJ JJ u11 amod u_
11个标签_
12  .           _   .   .   _   2点_

第4列和第5列分别显示了粗粒度和细粒度的词性标记。如果您只想选择形容词，那么只需要选择第4列中带有

JJ

作为粗略标记的单词

一旦你根据你的选择标准选择了特定的单词，你就可以按照通常的方式继续构建向量了

---

p.S.我假设您的查询主要与CoNLL格式有关，而不是关于如何提取形容词（当然，这可以通过制表符拆分行或正则表达式匹配来完成——关于这些，有几个问题和答案与pythonic方法有关）.CoNLL-X格式的解析器的输出为词性标记提供了一个单独的列。例如，如果你分析这个句子

我只想选择形容词，不考虑其他标记

输出可能如下所示：

1i\uprp-PRP-nsubj\u_
2想要VB VBP u0 null 0_
3至4辅助_
4选择VB VB u2 xcomp_
5个形容词NN NNS u4 dobj u_
仅限6个RB RB 4个advmod_
7点，2点_
8和uuCC uu2 CC u_
9不理会_
10其他JJ JJ u11 amod u_
11个标签_
12  .           _   .   .   _   2点_

第4列和第5列分别显示了粗粒度和细粒度的词性标记。如果您只想选择形容词，那么只需要选择第4列中带有

JJ

作为粗略标记的单词

一旦你根据你的选择标准选择了特定的单词，你就可以按照通常的方式继续构建向量了

---

p.S.我假设您的查询主要与CoNLL格式有关，而不是关于如何提取形容词（当然，这可以通过制表符拆分行或正则表达式匹配来完成——关于这些，有几个问题和答案与pythonic方法有关）.CoNLL-X格式的解析器的输出为词性标记提供了一个单独的列。例如，如果你分析这个句子

我只想选择形容词，不考虑其他标记

输出可能如下所示：

1i\uprp-PRP-nsubj\u_
2想要VB VBP u0 null 0_
3至4辅助_
4选择VB VB u2 xcomp_
5个形容词NN NNS u4 dobj u_
仅限6个RB RB 4个advmod_
7点，2点_
8和uuCC uu2 CC u_
9不理会_
10其他JJ JJ u11 amod u_
11个标签_
12  .           _   .   .   _   2点_

纵队