spaCy中的匹配模式返回空结果

Question

我希望用这个简单的代码找到一些模式。但结果是空洞的。我忘了什么？

for tk in doc[:30]:
     print (tk.text, ':', tk.pos_)

名词de : ADP avalia oSimula o:名词计算: ADJ conforme : ADP过程:名词apresentados :动词em : ADP : SPACE Edifi: PROPN ca es: NOUN em : ADP fase : NOUN de : ADP projetoA :名词avalia o:名词deve :动词ser : AUX feita :动词分段: ADP um : NUM dia : NOUN típico : ADJ de :ADJ projeto :名词de

pattern = [
       {'POS': 'NOUN'},
       {'LOWER': 'ADP'},
       ]

    #Matcher class object
matcher = Matcher(nlp.vocab)
matcher.add("matching_1", patterns = [pattern]) 

result = matcher(doc, as_spans=True) 

print(result)

[]

所以我期待词性标签'NOUN‘+ 'ADP’的模式可以找到'Método de'，‘ca es em'，'fase de'，'projeto de’。

Answer 1

下面的规则将匹配在小写时等于"ADP“的令牌。这将不匹配任何东西，因为"ADP“不是小写。

{'LOWER': 'ADP'},

我不知道这应该是什么，也许你想用POS = ADP来匹配小写单词？在这种情况下，您需要这样的规则：

{"POS": "ADP", "REGEX": "^[a-z]+$"}

为了重申我前面说过的话：{'LOWER': 'ADP'} 不将小写单词与ADP部分的词性匹配。你似乎对“较低”的含义或规则的运作方式感到困惑。

让我举一个例子。{"LOWER": "dog"}将匹配像“狗”、“狗”或“狗”这样的单词。它将不匹配词与词类“狗”(不存在)。"LOWER": value的意思是，“匹配当它们变成小写时看起来像value的单词”。

如果您想匹配具有ADP部分词性的小写单词，您应该使用我上面写的规则和REGEX位。