使用NLTK提取关系

使用NLTK提取关系

看起来像是一个“解析文档”，对象需要具有一个

headline

成员和一个

text

成员，这两个成员都是令牌列表，其中某些令牌被标记为树。例如，这个（hacky）示例有效：

import nltkimport reIN = re.compile (r'.*binb(?!b.+ing)')class doc():  passdoc.headline=['foo']doc.text=[nltk.Tree('ORGANIZATION', ['WHYY']), 'in', nltk.Tree('LOCATION',['Philadelphia']), '.', 'Ms.', nltk.Tree('PERSON', ['Gross']), ',']for rel in  nltk.sem.extract_rels('ORG','LOC',doc,corpus='ieer',pattern=IN):   print nltk.sem.relextract.show_raw_rtuple(rel)

运行时，将提供输出：

[ORG: 'WHYY'] 'in' [LOC: 'Philadelphia']

显然，您实际上并不会像这样编写代码，但是它提供了所需的数据格式的有效示例

extract_rels

，您只需要确定如何执行预处理步骤即可将数据整理为该格式。