📌  相关文章
📜  自然语言工具包-转换树

📅  最后修改于: 2020-10-14 09:28:05             🧑  作者: Mango

以下是转换树的两个原因-

  • 修改深度解析树并
  • 展平深解析树

将树或子树转换为句子

我们将在这里讨论的第一个方法是将Tree或subtree转换回句子或大块字符串。这非常简单，让我们在以下示例中进行查看-

例

from nltk.corpus import treebank_chunk
tree = treebank_chunk.chunked_sents()[2]
' '.join([w for w, t in tree.leaves()])

输出

'Rudolph Agnew , 55 years old and former chairman of Consolidated Gold Fields
PLC , was named a nonexecutive director of this British industrial
conglomerate .'

深树展平

嵌套短语的深树不能用于训练块，因此我们必须在使用前将其扁平化。在下面的示例中，我们将使用第3个经过解析的句子，它是来自树库语料库的嵌套短语的深树。

例

为了实现这一点，我们定义了一个名为deeptree_flat（）的函数，该函数将采用单个Tree并返回一个仅保留最低级别树的新Tree。为了完成大部分工作，它使用了一个辅助函数，我们将其命名为childtree_flat（） 。

from nltk.tree import Tree
def childtree_flat(trees):
   children = []
   for t in trees:
      if t.height() < 3:
         children.extend(t.pos())
      elif t.height() == 3:
         children.append(Tree(t.label(), t.pos()))
      else:
         children.extend(flatten_childtrees([c for c in t]))
   return children
def deeptree_flat(tree):
   return Tree(tree.label(), flatten_childtrees([c for c in tree]))

现在，让我们在树库语料库的第三个已解析语句（称为嵌套短语的深树）上调用deeptree_flat（）函数。我们将这些功能保存在名为deeptree.py的文件中。

from deeptree import deeptree_flat
from nltk.corpus import treebank
deeptree_flat(treebank.parsed_sents()[2])

输出

Tree('S', [Tree('NP', [('Rudolph', 'NNP'), ('Agnew', 'NNP')]),
(',', ','), Tree('NP', [('55', 'CD'), 
('years', 'NNS')]), ('old', 'JJ'), ('and', 'CC'),
Tree('NP', [('former', 'JJ'), 
('chairman', 'NN')]), ('of', 'IN'), Tree('NP', [('Consolidated', 'NNP'), 
('Gold', 'NNP'), ('Fields', 'NNP'), ('PLC', 
'NNP')]), (',', ','), ('was', 'VBD'), 
('named', 'VBN'), Tree('NP-SBJ', [('*-1', '-NONE-')]), 
Tree('NP', [('a', 'DT'), ('nonexecutive', 'JJ'), ('director', 'NN')]),
('of', 'IN'), Tree('NP', 
[('this', 'DT'), ('British', 'JJ'), 
('industrial', 'JJ'), ('conglomerate', 'NN')]), ('.', '.')])

建筑浅树

在上一节中，我们通过仅保留最低级别的子树来展平一棵嵌套短语的深树。在本节中，我们将仅保留最高级别的子树，即构建浅树。在下面的示例中，我们将使用第3个经过分析的句子，它是来自树库语料库的嵌套短语的深树。

例

为此，我们定义了一个名为tree_shallow（）的函数，该函数将仅保留顶部子树标签，从而消除所有嵌套的子树。

from nltk.tree import Tree
def tree_shallow(tree):
   children = []
   for t in tree:
      if t.height() < 3:
         children.extend(t.pos())
      else:
         children.append(Tree(t.label(), t.pos()))
   return Tree(tree.label(), children)

现在，让我们称tree_shallow（）在第三句解析，这是嵌套短语深树，从树库主体函数。我们将这些功能保存在一个名为shallowtree.py的文件中。

from shallowtree import shallow_tree
from nltk.corpus import treebank
tree_shallow(treebank.parsed_sents()[2])

输出

Tree('S', [Tree('NP-SBJ-1', [('Rudolph', 'NNP'), ('Agnew', 'NNP'), (',', ','), 
('55', 'CD'), ('years', 'NNS'), ('old', 'JJ'), ('and', 'CC'), 
('former', 'JJ'), ('chairman', 'NN'), ('of', 'IN'), ('Consolidated', 'NNP'), 
('Gold', 'NNP'), ('Fields', 'NNP'), ('PLC', 'NNP'), (',', ',')]), 
Tree('VP', [('was', 'VBD'), ('named', 'VBN'), ('*-1', '-NONE-'), ('a', 'DT'), 
('nonexecutive', 'JJ'), ('director', 'NN'), ('of', 'IN'), ('this', 'DT'), 
('British', 'JJ'), ('industrial', 'JJ'), ('conglomerate', 'NN')]), ('.', '.')])

我们可以通过获取树木的高度来看到差异-

from nltk.corpus import treebank
tree_shallow(treebank.parsed_sents()[2]).height()

输出

3

from nltk.corpus import treebank
treebank.parsed_sents()[2].height()

输出

9

树标签转换

在解析树时，存在块树中不存在的各种树标签类型。但是，在使用解析树训练分块器时，我们希望通过将某些Tree标签转换为更常见的标签类型来减少这种多样性。例如，我们有两个替代的NP子树，即NP-SBL和NP-TMP。我们可以将它们都转换为NP。在下面的示例中，让我们看看如何做到这一点。

例

为了实现这一点，我们定义了一个名为tree_convert（）的函数，该函数采用以下两个参数-

  • 转换树
  • 标签转换映射

此函数将返回一个新的Tree，并根据映射中的值替换所有匹配的标签。

from nltk.tree import Tree
def tree_convert(tree, mapping):
   children = []
   for t in tree:
      if isinstance(t, Tree):
         children.append(convert_tree_labels(t, mapping))
      else:
         children.append(t)
   label = mapping.get(tree.label(), tree.label())
   return Tree(label, children)

现在，让我们在树库语料库的第3个已解析语句上调用tree_convert（）函数，该语句是嵌套短语的深层树。我们将这些函数保存在名为converttree.py的文件中。

from converttree import tree_convert
from nltk.corpus import treebank
mapping = {'NP-SBJ': 'NP', 'NP-TMP': 'NP'}
convert_tree_labels(treebank.parsed_sents()[2], mapping)

输出

Tree('S', [Tree('NP-SBJ-1', [Tree('NP', [Tree('NNP', ['Rudolph']), 
Tree('NNP', ['Agnew'])]), Tree(',', [',']), 
Tree('UCP', [Tree('ADJP', [Tree('NP', [Tree('CD', ['55']), 
Tree('NNS', ['years'])]), 
Tree('JJ', ['old'])]), Tree('CC', ['and']), 
Tree('NP', [Tree('NP', [Tree('JJ', ['former']), 
Tree('NN', ['chairman'])]), Tree('PP', [Tree('IN', ['of']), 
Tree('NP', [Tree('NNP', ['Consolidated']), 
Tree('NNP', ['Gold']), Tree('NNP', ['Fields']), 
Tree('NNP', ['PLC'])])])])]), Tree(',', [','])]), 
Tree('VP', [Tree('VBD', ['was']),Tree('VP', [Tree('VBN', ['named']), 
Tree('S', [Tree('NP', [Tree('-NONE-', ['*-1'])]), 
Tree('NP-PRD', [Tree('NP', [Tree('DT', ['a']), 
Tree('JJ', ['nonexecutive']), Tree('NN', ['director'])]), 
Tree('PP', [Tree('IN', ['of']), Tree('NP', 
[Tree('DT', ['this']), Tree('JJ', ['British']), Tree('JJ', ['industrial']), 
Tree('NN', ['conglomerate'])])])])])])]), Tree('.', ['.'])])