Я пытаюсь получить плоское дерево из древовидной структуры, подобной приведенной ниже.
Я хочу получить все это дерево в строке, например, без ошибки обнаружения плохого дерева:
( (S (NP-SBJ (NP (DT The) (JJ high) (JJ seven-day) )(PP (IN of) (NP (DT the) (CD 400) (NNS money) )))(VP (VBD was) (NP-PRD (CD 8.12) (NN %) )(, ,) (ADVP (RB down) (PP (IN from) (NP (CD 8.14) (NN %) ))))(. .) ))
Python nltk предоставляет функцию для управления деревом и извлечения узлов.
from nltk.tree import Tree
for tr in trees:
tr1 = str(tr)
s1 = Tree.fromstring(tr1)
s2 = s1.productions()
Вы можете преобразовать дерево в строку, используя функцию str, а затем разделить и соединить следующим образом:
parse_string = ' '.join(str(tree).split())
print parse_string
документация предоставляет pprint() метод, который сглаживает дерево в одну строку.
Разбор этого предложения:
string = "My name is Ross and I am cool. What's going on world? I'm looking for friends."
А затем вызов pprint() дает следующее:
u"(NP+SBAR+S\n (S\n (NP (PRP$ my) (NN name))\n (VP\n (VBZ is)\n (NP (NNP Ross) (CC and) (PRP I) (JJ am) (NN cool.))\n (SBAR\n (WHNP (WP What))\n (S+VP (VBZ 's) (VBG going) (NP (IN on) (NN world)))))\n (. ?))\n (S\n (NP (PRP I))\n (VP (VBP 'm) (VBG looking) (PP (IN for) (NP (NNS friends))))\n (. .)))"
С этого момента, если вы хотите удалить вкладки и новые строки, вы можете использовать следующие split и join (см. здесь):
splitted = tree.pprint().split()
flat_tree = ' '.join(splitted)
Выполнение этого дает мне это:
u"(NP+SBAR+S (S (NP (PRP$ my) (NN name)) (VP (VBZ is) (NP (NNP Ross) (CC and) (PRP I) (JJ am) (NN cool.)) (SBAR (WHNP (WP What)) (S+VP (VBZ 's) (VBG going) (NP (IN on) (NN world))))) (. ?)) (S (NP (PRP I)) (VP (VBP 'm) (VBG looking) (PP (IN for) (NP (NNS friends)))) (. .)))"
NLTK предоставляет возможность сделать это прямо сейчас:
flat_tree = tree._pformat_flat("", "()", False)
tree.pprint() и str(tree) оба вызывают этот метод внутри, но добавляют дополнительную логику для разделения его на несколько строк, если это необходимо.
