嘿伙计!今天在本教程中,我们将了解什么是依赖解析以及如何使用 Python 编程语言实现它。
什么是依存分析?
根据句子中单词之间的依赖关系评估句子的语法结构的技术称为依存分析。
依存句法分析中的各种标签描述了句子中两个单词之间的关系。这些是依赖项标签。
为什么需要依赖解析?
依存解析允许我们使用标签构建解析树来确定句子中单词之间的关系,而不是像句法解析中那样使用任何语法规则,即使单词顺序发生变化,它也提供了很大的灵活性。
在 Python 中实现依存解析
为了实现依赖解析,我们将使用spaCy
Python 中的模块。因此,首先,我们将其导入到我们的程序中。
1
2
|
import spacy from spacy import displacy |
现在让我们随机选取一些要执行依存分析的句子。
1
2
3
4
|
text1 = 'It took me more than two hours to translate a few pages of English.' text2 = 'The old rusted farm equipment surrounded the house predicting its demise.' text3 = 'I am a great listener, really good with empathy vs sympathy and all that, but I hate people.' text4 = 'The ants enjoyed the barbecue more than the family.' |
接下来,我们使用spacy.load
函数来帮助构建语言对象并加载模型数据和权重,然后返回它。
nlp = spacy.load( 'en_core_web_sm' ) |
最后,我们将显示前面代码片段中提到的文本的依赖解析输出。
1
|
displacy.render(nlp(text1),jupyter = True ) |
结论
恭喜!您刚刚学习了如何使用 NLP 为句子构建依存分析图。希望你喜欢它!😇
喜欢该教程吗?无论如何,我建议您查看下面提到的教程:
感谢您抽出宝贵时间!希望你学到新东西!😄