如何在SpaCy中定义“或”匹配器模式？

编程问答 2022-06-07

问题描述

有人知道如何在SpaCy中定义“ NNP / NN NNP / NN”的匹配模式，这意味着所需的匹配是“ NNP NNP”，“ NNP NN”，“ NN NNP”或“ NN NN” ？谢谢！

解决方法

使用IN运算符，该运算符检查列表中的值：

tag_nn_nnp = {"TAG": {"IN": ["NN","NNP"]}}
pattern = [tag_nn_nnp,tag_nn_nnp]
matcher.add("NN_NNP_2",[pattern])

请参阅：https://spacy.io/usage/rule-based-matching#adding-patterns-attributes-extended

,

没有or逻辑运算符，但是在您的特定情况下，您可以使用规则列表或正则表达式规则进行模拟：

规则列表：

patterns = [
   [{'TAG': 'NNP'},{'TAG': 'NN'}],[{'TAG': 'NN'},{'TAG': 'NNP'}],# add more if required
]

，然后将所有模式添加到匹配器。参见this example

正则表达式

仅适用于现代spacy版本，但我承认我尚未对此进行测试）：

pattern = [{"POS": {"REGEX": "^NNP?$"}},{"POS": {"REGEX": "^NNP?$"}}]

注释

“ POS”属性是指通用PoS标记集，该标记集将名词标记为PROPN或NOUN。对于英语，您可以使用“ TAG”，它会为您提供PTB标签集（NN，NNP等），但这实际上取决于您要使用的内容

nlppattern-matchingspacy