Wie bekomme ich den Abhängigkeitsbaum mit SpaCy?

Question

Ich habe versucht, zu finden, wie man den Abhängigkeitsbaum mit SpaCy bekommt, aber ich kann nichts finden, wie man den Baum erhält, nur auf how to navigate the tree.

Answer 1

Es stellt sich heraus, dass der Baum through the tokens in einem Dokument verfügbar ist.

Würden Sie die Wurzel des Baumes finden möchten, können Sie jedoch das Dokument gehen Sie einfach:

def find_root(docu): 
    for token in docu: 
     if token.head is token: 
      return token 

Um dann den Baum zu navigieren, die Token-API erhalten haben through the children

Answer 2

ich auch gebraucht tun sie so unter vollständigen Code:

import sys 
def showTree(sent): 
    def __showTree(token): 
     sys.stdout.write("{") 
     [__showTree(t) for t in token.lefts] 
     sys.stdout.write("%s->%s(%s)" % (token,token.dep_,token.tag_)) 
     [__showTree(t) for t in token.rights] 
     sys.stdout.write("}") 
    return __showTree(sent.root) 

Und wenn Sie möchten, für das Terminal Abstand:

def showTree(sent): 
    def __showTree(token, level): 
     tab = "\t" * level 
     sys.stdout.write("\n%s{" % (tab)) 
     [__showTree(t, level+1) for t in token.lefts] 
     sys.stdout.write("\n%s\t%s [%s] (%s)" % (tab,token,token.dep_,token.tag_)) 
     [__showTree(t, level+1) for t in token.rights] 
     sys.stdout.write("\n%s}" % (tab)) 
    return __showTree(sent.root, 1) 

Answer 3

Für den Fall, dass jemand den von spacy erzeugten Abhängigkeitsbaum leicht anzeigen möchte, wäre eine Lösung, ihn in nltk.tree.Tree umzuwandeln und die Methode nltk.tree.Tree.pretty_print zu verwenden. Hier ein Beispiel:

import spacy 
from nltk import Tree 


en_nlp = spacy.load('en') 

doc = en_nlp("The quick brown fox jumps over the lazy dog.") 

def to_nltk_tree(node): 
    if node.n_lefts + node.n_rights > 0: 
     return Tree(node.orth_, [to_nltk_tree(child) for child in node.children]) 
    else: 
     return node.orth_ 


[to_nltk_tree(sent.root).pretty_print() for sent in doc.sents] 

Ausgang:

   jumps     
    ________________|____________   
| |  |  | |  over  
| |  |  | |  |   
| |  |  | |  dog  
| |  |  | | ___|____  
The quick brown fox . the  lazy 

---

Edit: Für die Token-Darstellung Ändern Sie dies tun können:

def tok_format(tok): 
    return "_".join([tok.orth_, tok.tag_]) 


def to_nltk_tree(node): 
    if node.n_lefts + node.n_rights > 0: 
     return Tree(tok_format(node), [to_nltk_tree(child) for child in node.children]) 
    else: 
     return tok_format(node) 

was dazu führt:

      jumps_VBZ       
    __________________________|___________________    
    |  |  |   |  |   over_IN   
    |  |  |   |  |   |    
    |  |  |   |  |   dog_NN   
    |  |  |   |  |  _______|_______  
The_DT quick_JJ brown_JJ fox_NN ._. the_DT   lazy_JJ 

Answer 4

Der Baum ist kein Objekt an sich; Sie navigieren nur über die Beziehungen zwischen Token. Deshalb sprechen die Doktoren über das Navigieren durch den Baum, aber nicht darum, es "zu bekommen".

Lassen Sie uns zunächst einen Text analysieren ein Doc Objekt zu erhalten:

>>> import spacy 
>>> nlp = spacy.load('en') 
>>> doc = nlp('First, I wrote some sentences. Then spaCy parsed them. Hooray!') 

doc ist ein Sequence von Token Objekte:

>>> doc[0] 
First 
>>> doc[1] 
, 
>>> doc[2] 
I 
>>> doc[3] 
wrote 

Aber es hat keinen einzigen Wurzel Token. Wir haben einen Text analysiert, der aus drei Sätzen besteht, also gibt es drei verschiedene Bäume, jeder mit einer eigenen Wurzel. Wenn wir unser Parsing von der Wurzel jedes Satzes aus beginnen wollen, wird es helfen, zuerst die Sätze als unterschiedliche Objekte zu erhalten. Glücklicherweise macht doc uns diese über die .sents Eigenschaft:

>>> sentences = list(doc.sents) 
>>> for sentence in sentences: 
...  print(sentence) 
... 
First, I wrote some sentences. 
Then spaCy parsed them. 
Hooray! 

Jeder dieser Sätze ein Span mit seiner Wurzel-Token zeigt .root Eigenschaft ist.Üblicherweise wird die Wurzel Token die Hauptverb des Satzes sein (obwohl dies nicht für ungewöhnliche Satzstrukturen wahr sein kann, wie Sätze ohne Verb):

>>> for sentence in sentences: 
...  print(sentence.root) 
... 
wrote 
parsed 
Hooray 

mit dem Root-Token gefunden haben, können wir nach unten navigieren der Baum über die .children Eigenschaft jedes Token. Suchen wir zum Beispiel das Subjekt und das Objekt des Verbs im ersten Satz. Die .dep_ Eigenschaft jedes Kind Tokens describes its relationship with its parent; zum Beispiel bedeutet ein dep_ von 'nsubj', dass ein Token der Nominalsubjekt seines Elternteils ist.

>>> root_token = sentences[0].root 
>>> for child in root_token.children: 
...  if child.dep_ == 'nsubj': 
...   subj = child 
...  if child.dep_ == 'dobj': 
...   obj = child 
... 
>>> subj 
I 
>>> obj 
sentences 

Wir ebenfalls durch den Baum hinunter halten kann eine dieser Token Kinder viewing:

>>> list(obj.children) 
[some] 

So mit den Eigenschaften oben können Sie den gesamten Baum navigieren. Wenn Sie einige Abhängigkeitsstrukturen für Beispielsätze visualisieren möchten, um die Struktur zu verstehen, empfehle ich, mit displaCy zu spielen.

Answer 5

Ich habe noch nicht genug Wissen über das Parsing. Das Ergebnis meiner Literaturstudie hat jedoch ergeben, dass spaCy einen Shift-Reduction-Parsing-Algorithmus hat. Dies analysiert die Frage/den Satz, was zu einem Parsingbaum führt. Um dies zu visualisieren, können Sie die DisplaCy, eine Kombination aus CSS und Javascript, mit Python und Cython verwenden. Darüber hinaus können Sie mit der SpaCy-Bibliothek analysieren und das Natural Language Toolkit (NLTK) importieren. Hoffe, das hilft