學(xué)習(xí)筆記CB003:分塊捣作、標(biāo)記、關(guān)系抽取鹅士、文法特征結(jié)構(gòu)

分塊券躁,根據(jù)句子的詞和詞性,按照規(guī)則組織合分塊掉盅,分塊代表實(shí)體也拜。常見實(shí)體,組織趾痘、人員慢哈、地點(diǎn)、日期永票、時(shí)間卵贱。名詞短語分塊(NP-chunking),通過詞性標(biāo)記侣集、規(guī)則識別键俱,通過機(jī)器學(xué)習(xí)方法識別。介詞短語(PP)世分、動詞短語(VP)编振、句子(S)。

分塊標(biāo)記臭埋,IOB標(biāo)記踪央,I(inside,內(nèi)部)斋泄、O(outside杯瞻,外部)镐牺、B(begin炫掐,開始)。樹結(jié)構(gòu)存儲分塊睬涧。多級分塊募胃,多重分塊方法旗唁。級聯(lián)分塊。

關(guān)系抽取痹束,找出實(shí)體間關(guān)系检疫。實(shí)體識別認(rèn)知事物,關(guān)系識別掌握真相祷嘶。三元組(X,a,Y)屎媳,X、Y實(shí)體论巍,a表達(dá)關(guān)系字符串烛谊。通過正則識別。from nltk.corpus import conll2000嘉汰,print(conll2000.chunked_sents('train.txt')[99]) 丹禀。

文法,潛在無限句子集合緊湊特性鞋怀。形式化模型双泪,覆蓋所有結(jié)構(gòu)句子。符合多種文法句子有歧義密似。只能用特征方法處理焙矛。

文法特征結(jié)構(gòu),單詞最后字母残腌、詞性標(biāo)簽薄扁、文法類別、正字拼寫废累、指示物邓梅、關(guān)系、施事角色邑滨、受事角色日缨。文法特征是鍵值對,特征結(jié)構(gòu)存儲形式是字典掖看。句法協(xié)議匣距、屬性、約束哎壳、術(shù)語毅待。import nltk,fs1 = nltk.FeatStruct(TENSE='past', NUM='sg') 归榕,fs2 = nltk.FeatStruct(POS='N', AGR=fs1) 尸红。nltk產(chǎn)生式文法描述 /nltk_data/grammars/book_grammars 。sql0.fcfg,查找國家城市sql語句文法:

% start S

S[SEM=(?np + WHERE + ?vp)] -> NP[SEM=?np] VP[SEM=?vp]

VP[SEM=(?v + ?pp)] -> IV[SEM=?v] PP[SEM=?pp]
VP[SEM=(?v + ?ap)] -> IV[SEM=?v] AP[SEM=?ap]
NP[SEM=(?det + ?n)] -> Det[SEM=?det] N[SEM=?n]
PP[SEM=(?p + ?np)] -> P[SEM=?p] NP[SEM=?np]
AP[SEM=?pp] -> A[SEM=?a] PP[SEM=?pp]

NP[SEM='Country="greece"'] -> 'Greece'
NP[SEM='Country="china"'] -> 'China'

Det[SEM='SELECT'] -> 'Which' | 'What'

N[SEM='City FROM city_table'] -> 'cities'

IV[SEM=''] -> 'are'
A[SEM=''] -> 'located'
P[SEM=''] -> 'in'

加載文法描述

import nltk
from nltk import load_parser
cp = load_parser('grammars/book_grammars/sql0.fcfg')
query = 'What cities are located in China'
tokens = query.split()
for tree in cp.parse(tokens):
    print(tree)

參考資料:

《Python 自然語言處理》

http://www.shareditor.com/blogshow?blogId=70

http://www.shareditor.com/blogshow?blogId=71

歡迎推薦上海機(jī)器學(xué)習(xí)工作機(jī)會外里,我的微信:qingxingfengzi

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末怎爵,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子盅蝗,更是在濱河造成了極大的恐慌鳖链,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,884評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件墩莫,死亡現(xiàn)場離奇詭異芙委,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)狂秦,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,347評論 3 385
  • 文/潘曉璐 我一進(jìn)店門题山,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人故痊,你說我怎么就攤上這事顶瞳。” “怎么了愕秫?”我有些...
    開封第一講書人閱讀 157,435評論 0 348
  • 文/不壞的土叔 我叫張陵慨菱,是天一觀的道長。 經(jīng)常有香客問我戴甩,道長符喝,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,509評論 1 284
  • 正文 為了忘掉前任甜孤,我火速辦了婚禮协饲,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘缴川。我一直安慰自己茉稠,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,611評論 6 386
  • 文/花漫 我一把揭開白布把夸。 她就那樣靜靜地躺著而线,像睡著了一般。 火紅的嫁衣襯著肌膚如雪恋日。 梳的紋絲不亂的頭發(fā)上膀篮,一...
    開封第一講書人閱讀 49,837評論 1 290
  • 那天,我揣著相機(jī)與錄音岂膳,去河邊找鬼誓竿。 笑死,一個(gè)胖子當(dāng)著我的面吹牛谈截,可吹牛的內(nèi)容都是我干的筷屡。 我是一名探鬼主播涧偷,決...
    沈念sama閱讀 38,987評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼速蕊!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起娘赴,我...
    開封第一講書人閱讀 37,730評論 0 267
  • 序言:老撾萬榮一對情侶失蹤规哲,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后诽表,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體唉锌,經(jīng)...
    沈念sama閱讀 44,194評論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,525評論 2 327
  • 正文 我和宋清朗相戀三年竿奏,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了袄简。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,664評論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡泛啸,死狀恐怖绿语,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情候址,我是刑警寧澤吕粹,帶...
    沈念sama閱讀 34,334評論 4 330
  • 正文 年R本政府宣布,位于F島的核電站岗仑,受9級特大地震影響匹耕,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜荠雕,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,944評論 3 313
  • 文/蒙蒙 一稳其、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧炸卑,春花似錦既鞠、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,764評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至椅寺,卻和暖如春浑槽,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背返帕。 一陣腳步聲響...
    開封第一講書人閱讀 31,997評論 1 266
  • 我被黑心中介騙來泰國打工桐玻, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人荆萤。 一個(gè)月前我還...
    沈念sama閱讀 46,389評論 2 360
  • 正文 我出身青樓镊靴,卻偏偏與公主長得像铣卡,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個(gè)殘疾皇子偏竟,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,554評論 2 349

推薦閱讀更多精彩內(nèi)容

  • 命名實(shí)體識別 命名實(shí)體的提出源自信息抽取問題煮落,即從報(bào)章等非結(jié)構(gòu)化文本中抽取關(guān)于公司活動和國防相關(guān)活動的結(jié)構(gòu)化信息,...
    我偏笑_NSNirvana閱讀 10,220評論 1 35
  • 自然語言處理教程 原文:Natural Language Process 譯者:飛龍 協(xié)議:CC BY-NC-SA...
    布客飛龍閱讀 32,884評論 6 68
  • <<<<<....中間的部分就是沖突部分....>>>>>> 沖突: <<<<< 等號上面是自己的 ====== ...
    無悔zero閱讀 153評論 0 0
  • 1 流水線的工作枯燥無味踊谋,每天都要耗費(fèi)我生活中的八個(gè)小時(shí)蝉仇。整潔明亮的車間里,數(shù)以百計(jì)像我一樣的工人看著輸送帶上分毫...
    樸夏_閱讀 796評論 43 28
  • 席泠安和司南分手了殖蚕。原因是泠安永遠(yuǎn)學(xué)不會示弱轿衔,撒嬌。恰好睦疫,好友這時(shí)約她出來喝酒害驹,然后,就是現(xiàn)在這幅場景蛤育。 泠安以一...
    蘇錦言閱讀 469評論 0 1