Python：使用 Spacy 等对名词短语以外的其他内容进行分块（例如介词）

自从我得知 Spacy 是一个用于自然语音处理的强大 Python 模块以来，我现在拼命寻找一种方法，将单词组合在一起，不仅仅是名词短语，最重要的是介词短语。 我怀疑是否有 Spacy 函数，但这将是我猜想的最简单的方法（SpacySpaCy 导入已在我的项目中实现）。 尽管如此，我对任何短语识别/分块的可能性持开放态度。

这里有一个获取PP的解决方案。一般来说，您可以使用以下方式获取短语subtree.

def get_pps(doc):
    "Function to get PPs from a parsed document."
    pps = []
    for token in doc:
        # Try this with other parts of speech for different subtrees.
        if token.pos_ == 'ADP':
            pp = ' '.join([tok.orth_ for tok in token.subtree])
            pps.append(pp)
    return pps

Usage:

import spacy

nlp = spacy.load('en_core_web_sm')
ex = 'A short man in blue jeans is working in the kitchen.'
doc = nlp(ex)

print(get_pps(doc))

这打印：

['in blue jeans', 'in the kitchen']