代码之家 › 专栏 › 技术社区 › jamesk

在空间中识别“it”主题

rnn spacy artificial-intelligence machine-learning python

jamesk · 技术社区 · 8 年前

嗨,伙计们,我最近发现spaCY是一种识别句子中语法的有趣方法,我尝试了一些简单的方法,但当我试图让它在一个短句中识别“it”主语时,效果不是很好,有没有办法提高准确性?我说的那句话是“你喜欢吗?”在这种情况下,“it”是真正的主题。当我启动程序时,spaCY将“你”识别为一个主题,而不是“它”。

避免这种“错误”的好方法是什么?下面是简单的代码:

import spacy

sentence = input('insert sentence: \n\n')
nlp = spacy.load('en')
sent = sentence
doc=nlp(sent)

sub_toks = [tok for tok in doc if (tok.dep_ == "nsubj") ]

print(sub_toks) 
print()

1 回复 | 直到 8 年前

Mindful 8 年前

这实际上不是空间问题,而是语法问题。在句子中

你喜欢吗?

斯帕西告诉你的主题是“你”。“it”一词是对象动词“like”的。您可能需要浏览 Wiki page for subject Wiki page for object .

如果你正在寻找一个以“it”为主语的句子,Spacy可以帮助你做到这一点。

sent = nlp("it is very good")
for token in sent:
    print(token, token.dep_)

>> it nsubj
>> is ROOT
>> very advmod
>> good acomp

在这种情况下,Spacy正确地报告“it”是名义主语,并且 token.dep 等于 'nsubj' . 相反,如果您真正想要的是直接对象,那么您可以从该输出中看到:

sent = nlp("do you like it")
for token in sent:
    print(token, token.dep_)

>> do aux
>> you nsubj
>> like ROOT
>> it dobj

你应该在 token.dep_ == 'dobj' . 如果还需要间接对象,还可以检查 'iobj' . 您可以阅读有关这些依赖项的角色的更多信息 here .

推荐文章

Krish Joshi · 在Spacy中使用NER的Resume Parser:训练数据具有重叠的实体开始和结束索引。有变通办法吗?

3 年前

jlrl · 如何将自定义本地标记化器函数导入SpaCy配置文件

3 年前

Mateus Melo · ChatterBot在spaCy中加载“en”模型时出错:OSError[E941]

3 年前

Kaiser · Space用于命名实体识别(NER)的损失函数是什么

3 年前

Hadi Monzer · 代币中的“i”是什么。i+1`是指使用spacy语言返回的标记时?

4 年前

Sai Prasanna · 如何在没有文档上下文的情况下定义空间文本?

8 年前

Lau Kumra · 如何为货币重新训练现有spacy-NER模型

8 年前

Abhishek Ram · 如何在Spacy中添加其他货币字符

8 年前

max · 我怎样才能得到作为某个动词宾语的名词从句?

8 年前

Thoc theodox · Spacy培训多线程CPU使用率

8 年前