斯坦福NLP：如何获得大块

Question

所以在nltk中，我们可以指定POS标记的regex来提取文本块

sentence = [("the", "DT"), ("little", "JJ"), ("yellow", "JJ"), 
... ("dog", "NN"), ("barked", "VBD"), ("at", "IN"),  ("the", "DT"), ("cat", "NN")]

 grammar = "NP: {<DT>?<JJ>*<NN>}" 

 cp = nltk.RegexpParser(grammar) 
 result = cp.parse(sentence) 
 print(result) 
(S
  (NP the/DT little/JJ yellow/JJ dog/NN)
  barked/VBD
  at/IN
  (NP the/DT cat/NN)) 

有没有可能用斯坦福nlp做这样的事情？我想做的是使用stanford POS标记器来标记我的文本，因为我发现它比nltk的标记器更准确。我想一旦我有了带标签的句子，我就可以使用上面的代码了。斯坦福NLP还提供一些现成的东西来创建文本块吗？在

另外，我知道nltk3提供斯坦福NLP支持。那么我如何将这两者结合起来得到大块的文本呢？我更喜欢用python来做这个。在

Answer 1

如果您知道要将模式视为块，可以使用TokensRegex对它们进行聚类。在