问题描述
在 NLP 项目中,我需要处理 GATE XML 文档的 TextWithNodes 元素中的文本和注释。此元素具有以下外观:
<TextWithNodes>
Some kind of sample <Node id="123" /> text
in which <Node id="234" /> varIoUs Node
elements appear.
</TextWithNodes>
然后节点元素通过 ID 属性与同一文件中稍后的注释相关联。这显然是标准的 GATE 语法。但是,在 Python 中使用 xml.etree.ElementTree 模块时,我似乎无法捕获 TextWithNodes 元素的全部内容。如果我输入这个--
>>> tree = ET.parse('my_file.xml')
>>> twn = tree.find('TextWithNodes')
>>> twn.text
Some kind of sample
也就是说,我只得到第一个 Node 元素之前的第一个文本片段。我怎样才能获得整块文本,其中嵌入了 Node 元素?或者有没有更好的方法来解决这个问题?最终,我想将整个文本内容转换为一个句子列表,其中的每个元素都将句子的文本与从节点 ID 到相应注释的文本内容的字典配对——类似这样。谢谢。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)