如何匹配spacy中的重复图案

Question

我有一个与本文中提出的问题类似的问题：如何在spacy中定义由多个令牌组成的重复模式与链接帖子相比，我的案例的不同之处在于，我的模式是由POS和依赖标签定义的。因此，我不认为我可以轻易地使用regex来解决我的问题(正如链接文章的公认答案中所建议的那样(。

例如，假设我们分析以下句子：

"她告诉我她的狗又大又黑又强壮">

下面的代码可以让我匹配句子末尾的形容词列表：

import spacy # I am using spacy 2
from spacy.matcher import Matcher
nlp = spacy.load('en_core_web_sm')
# Create doc object from text
doc = nlp(u"She told me that her dog was big, black and strong.")
# Set up pattern matching
matcher = Matcher(nlp.vocab)
pattern = [{"POS": "ADJ"}, {"IS_PUNCT": True}, {"POS": "ADJ"}, {"POS": "CCONJ"}, {"POS": "ADJ"}]
matcher.add("AdjList", [pattern])

matches = matcher(doc)

运行此代码将匹配"；大、黑、壮"；。然而，这种模式在下面的句子中找不到形容词列表"她告诉我她的狗又大又黑；或"；她告诉我，她的狗很大，黑色，强壮，顽皮"。

我必须如何为spacy的matcher定义一个(单个(模式，才能找到这样一个包含任意数量形容词的列表？换句话说，我正在为一个模式寻找正确的语法，在列表以模式{"POS": "ADJ"}, {"POS": "CCONJ"}, {"POS": "ADJ"}结束之前，部分{"POS": "ADJ"}, {"IS_PUNCT": True}可以经常任意重复。

谢谢你的提示。

Answer 1

解决方案/问题与链接到的问题没有根本区别，在这样的匹配中没有重复多令牌模式的功能。您可以使用for循环构建多个模式来捕获您想要的内容。

patterns = []
for ii in range(1, 5):
pattern = [{"POS": "ADJ"}, {"IS_PUNCT":True}] * ii
pattern += [{"POS": "ADJ"}, {"POS": "CCONJ"}, {"POS": "ADJ"}]
patterns.append(pattern)

或者，您可以使用依赖匹配器做一些事情。在你的例句中，它不是那么干净，但对于像"；这是一只棕色的顽皮大狗"，形容词都有直接连接名词的依存弧。

作为一个单独的注意事项，您不是在处理带有连续逗号的句子。