如何通过 NLTK 提取我想要的信息

Posted 2023-04-18

【中文标题】如何通过 NLTK 提取我想要的信息

【英文标题】：how to extract information I want by NLKT

【发布时间】：2016-06-15 09:53:20

【问题描述】：

我想提取几个主题的相关信息。例如：

产品信息 客户的购买体验 家人或朋友的推荐

在第一步中，我从其中一个网站中提取信息。例如：

作为我的比较，我认为 AIA 提供更好的人寿保险 公司比较，最重要的还有医疗保险 在我看来，是的，有一些代理商会卖给你的计划 他们的佣金很高......不用担心你从公司购买保险 发生任何事情你都可以联系公司也可以......更好 找一个可靠的代理人，而不仅仅是为佣金工作 目前，他们将来可能不会为您服务...谢谢您的爱戴安娜 ""

然后通过在VS2015中使用NLTK，我尝试拆分单词。

toks = nltk.word_tokenize(text)

通过使用 pos_tag 我可以标记我的 toks

postoks = nltk.tag.pos_tag(toks)

从这部分我不确定我应该怎么做？ 以前，我使用 IBM 文本分析。在这个软件中，我用来创建字典，然后创建一些模式，然后分析数据。例如 ：

字典示例：insurance_cmp : AIA, IMG, SABB

模式示例：

insurance_cmp + Good_Feeling_Pattern

insurance_cmp + ['purchase|Buy'] + Bad_Feeling_Pattern

Good_Feeling_Pattern = [好，喜欢，好]

Bad_Feeling_Pattern = [不好，更糟，不好，后悔]

我想知道我可以在 NLKT 中进行同样的模拟吗？ chunker 和 create 语法可以帮助我提取我要查找的内容吗？请问您有什么提高自己的想法吗？

grammar = r"""
    NBAR:
        <NN.*|JJ>*<NN.*>  # Nouns and Adjectives, terminated with Nouns

    NP:
        <NBAR>
        <NBAR><IN><NBAR>  # Above, connected with in/of/etc...
"""
chunker = nltk.RegexpParser(grammar)

tree = chunker.parse(postoks)

请帮助我实现目标的下一步是什么？

【参考方案1】：

你只需要关注这些video

或阅读此blog。