过滤斯坦福依赖分析器输出

Question

如何修改此代码，使其只从代码中获得一个特定的输出。例如，如何在输出中只获得'nmod'或'dobj'？

from nltk.parse.stanford import StanfordDependencyParser
from nltk.tokenize import word_tokenize
from nltk.tree import Tree
stanford_models = 'E:\stanford-parser\stanford-parser-3.7.0-models.jar'
stanford_jar = 'E:\stanford-parser\stanford-parser.jar'
st = StanfordDependencyParser(stanford_models, stanford_jar, encoding='utf-8')
text = 'Randy,Can you send me a schedule of the salary.'
result= st.raw_parse(text)
dep = result.__next__()
list(dep.triples())

产出如下：

[(('send', 'VB'), 'discourse', ('Randy', 'UH')),
 (('send', 'VB'), 'aux', ('Can', 'MD')),
 (('send', 'VB'), 'nsubj', ('you', 'PRP')),
 (('send', 'VB'), 'iobj', ('me', 'PRP')),
 (('send', 'VB'), 'dobj', ('schedule', 'NN')),
 (('schedule', 'NN'), 'det', ('a', 'DT')),
 (('schedule', 'NN'), 'nmod', ('salary', 'NN')),
 (('salary', 'NN'), 'case', ('of', 'IN')),
 (('salary', 'NN'), 'det', ('the', 'DT'))]

Answer 1

您唯一需要做的就是filter(..)，也许还可以转换回list(..)

the_triples = list(dep.triples()) #you already have this line
result = filter(lambda v : v[1] == 'nmod' or v[1] == 'dobj',the_triples)

当您运行python-2.x时，result将是一个列表，如果您使用python-3.x，结果将是一个生成器(因此处理会延迟到您真正需要这些值)。通过在生成器上调用list(..)，可以将生成器转换为列表。

filter(function,iterable)接受一个函数和一个可迭代的函数作为输入。当iterable将三元组列表提供给它时，作为function，我们使用v : v[1] == 'nmod' or v[1] == 'dobj'，它是一个接受三元组并成功的函数，因为三元组的第二个元素是'nmod'或'dobj'。因此，如果函数将三元组计算为True，则元素将被发出，否则将被忽略。