子树提取NLTK T

Question

我需要一些关于NLTK树的帮助。在

我试图从这棵法国树中提取一些子树：

(SENT (NP-SUJ↓ (PRO=H Personne)) (VN=H (ADV* ne) (V=H sait)) (ADV* exactement) (PONCT* .))

我只想提取POS标签末尾有'=H'的树，然后添加父节点：

像这样：(NP-SUJ↓ (PRO=H Personne)) and this: (VN=H (V=H sait))

为此我编写了一个函数：

^{pr2}$

这里我有两个问题：首先，我想继续向原始树中的子树添加信息。例如，我想继续添加祖先节点，然后再添加子节点，这样做：

(SENT (NP-SUJ↓ ) (VN=H (V=H sait)))

但是我失去了原来那棵树的踪迹。。。在

其次，parent()函数返回其中包含的所有子树。我只想有特定的节点。在

提取最后一个子树的好方法是什么？？？在

非常感谢你的帮助！我是新手，但我真的很喜欢！在

Answer 1

我不能说我理解你对parent()的抱怨（也许你是说subtrees()？），但有更简单的方法来获取子树：

1. 表面上的改进：subtrees()函数接受filter参数，因此不必检查代码中返回的子树：

   for subtree in tree.subtrees(filter=lambda t: t.label().endswith("=H"))
   

2. 子树是对原始树的一个子部分的引用。如果您不修改它，它仍然是原始树的一部分，您可以升迁树（因为您使用的是“父级”树）。事实上，请注意，如果您修改子树的内容，原始树将被修改。但不是将找到的树嵌入到新节点下，而是构建一个全新的副本：

   ^{pr2}$

   然后您可以自由地删除或更改副本中的分支，并且您仍然可以使用原始的tree和{}。

3. 尽管您可以使用parent()方法爬上树，但我发现使用“树位置”更方便。树位置是一个整数元组，其功能是树的向下路径（像列表上的整数索引一样使用它）。要找到父对象，只需切掉树位置的最后一个元素：

   for postn in tree.treepositions():
       if tree[postn].label().endswith("=H"):
           parentpos = postn[:-1]   # everything but the last element
           partial = Tree(tree[parentpos].label(), [ tree[postn] ])
   

   请注意，如果使用此方法，则不再需要parent()方法，因此您也可以使用Tree，而不是{}。

上面的内容可能并不是你想要的那样（很难看清你到底在做什么），但我希望你能理解。在