从匹配器中排除结果

问题描述

我正在尝试指定一种可以排除某些结果的模式。 鉴于此文本：The Territory for the Titles shall be the United States,its territories and possessions,excluding Puerto Rico 我正在寻找一种仅提取 the United States 的方法，GPE 也是如此，并且不会被排除。

我试着写一个像 [{'LemmA': 'exclude','OP': '!'},{'ENT_TYPE': 'GPE','OP': '+'}] 这样的模式，在我看来，它的意思应该是“匹配仅当除了引理 exclude 后跟一个或多个 GPE s.

但在我对 spacy 3（以及 Rule-based Matcher Explorer）的测试中，匹配器仍然匹配 be the United States 和 Puerto Rico。

有没有办法编写专门过滤掉 excluded GPE 的模式？

解决方法

Puerto Rico 匹配，因为 Puerto 引理不是 exclude（显然）。 因此，过滤掉 Puerto 的一种方法是实际搜索既不是 eclude 也不是 GPE 的内容。

有效的模式是

[
    {'LEMMA': {'NOT_IN': ['exclude']},'ENT_TYPE': {'NOT_IN': ['GPE']}},{'ENT_TYPE': 'GPE','OP': '+'}
]