POS 模式过滤器？

Question

我正在编写一些代码来迭代一组 POS 标签（由 NLTK 中的 pos_tag 生成）来搜索 POS 模式。匹配的 POS 标签集存储在列表中以供以后处理。当然，对于这样的任务已经存在正则表达式样式的模式过滤器，但是一些最初的谷歌搜索没有给我任何东西。

是否有任何代码片段可以为我进行 POS 模式过滤？

谢谢， Dave

编辑：完整的解决方案（使用 RegexParser，消息是任何字符串）

text = nltk.word_tokenize(message)
tags = nltk.pos_tag(text)
grammar = r"""
    RULE_1: {<JJ>+<NNP>*<NN>*}
    """
chunker = nltk.RegexpParser(grammar)
chunked = chunker.parse(tags)
def filter(tree):
    return (tree.node == "RULE_1")
for s in chunked.subtrees(filter):
    print s

查看 http://nltk.googlecode.com/svn/trunk/doc/book/ch07.html 和 http://www.regular-expressions.info/reference.html 了解有关创建规则的更多信息。

Answer 1

我认为您正在寻找 RegexpChunkParser。