Zależność parsowania drzewa Spacy

Question

mam zdanie John zobaczył jaskrawy kapelusz w sklepie
Jak do reprezentowania w postaci drzewa zależności jak poniżej?

(S 
     (NP (NNP John)) 
     (VP 
     (VBD saw) 
     (NP (DT a) (JJ flashy) (NN hat)) 
     (PP (IN at) (NP (DT the) (NN store))))) 

Mam ten skrypt z here

import spacy 
from nltk import Tree 
en_nlp = spacy.load('en') 

doc = en_nlp("John saw a flashy hat at the store") 

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] 

otrzymuję następujący ale szukam formacie drzewa (NLTK).

 saw     
    ____|_______________  
|  |   at 
|  |   | 
|  hat  store 
|  ___|____  | 
John a  flashy the 

Answer 1

reprezentacje tekstowe na bok, co starasz się osiągnąć to, aby uzyskać okręgową drzewo z wykresu zależności. Przykładem pożądanego wyniku jest klasyczne drzewo elektoratu (jak w gramatyce struktury fraz, w przeciwieństwie do gramatyki zależności).

Podczas konwersji drzew z okręgów na wykresy zależności jest mniej więcej zautomatyzowanym zadaniem (np. http://www.mathcs.emory.edu/~choi/doc/clear-dependency-2012.pdf), a innym kierunkiem nie jest. Były prace nad tym, sprawdź projekt PAD https://github.com/ikekonglp/PAD i dokument opisujący algorytm: http://homes.cs.washington.edu/~nasmith/papers/kong+rush+smith.naacl15.pdf.

Można też ponownie rozważyć, czy naprawdę potrzebujemy parse okręgową, tutaj jest dobrym argumentem: https://linguistics.stackexchange.com/questions/7280/why-is-constituency-needed-since-dependency-gets-the-job-done-more-easily-and-e

Answer 2

Aby ponownie utworzyć drzewo NLTK stylu dla Spacy parsowań zależność, spróbuj zastosować metodę draw od nltk.tree zamiast pretty_print:

import spacy 
from nltk.tree import Tree 

spacy_nlp = spacy.load("en") 

def nltk_spacy_tree(sent): 
    """ 
    Visualize the SpaCy dependency tree with nltk.tree 
    """ 
    doc = spacy_nlp(sent) 
    def token_format(token): 
     return "_".join([token.orth_, token.tag_, token.dep_]) 

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

    tree = [to_nltk_tree(sent.root) for sent in doc.sents] 
    # The first item in the list is the full tree 
    tree[0].draw() 

Należy pamiętać, że tylko dlatego, przestronne obsługuje obecnie zależność analizowania i tagowanie na słowo i poziomu rzeczownik-frazy, przestronne drzewa nie będzie tak głęboko strukturalny jako tych, które można uzyskać z, na przykład, parser Stanford, który można al więc wyobrazić jak drzewo:

from nltk.tree import Tree 
from nltk.parse.stanford import StanfordParser 

# Note: Download Stanford jar dependencies first 
# See https://stackoverflow.com/questions/13883277/stanford-parser-and-nltk 
stanford_parser = StanfordParser(
    model_path="edu/stanford/nlp/models/lexparser/englishPCFG.ser.gz" 
) 

def nltk_stanford_tree(sent): 
    """ 
    Visualize the Stanford dependency tree with nltk.tree 
    """ 
    parse = stanford_parser.raw_parse(sent) 
    tree = list(parse) 
    # The first item in the list is the full tree 
    tree[0].draw() 

Teraz, jeśli prowadzimy zarówno nltk_spacy_tree("John saw a flashy hat at the store.") będzie produkować this image i nltk_stanford_tree("John saw a flashy hat at the store.") będzie produkować this one.