如何使用python中的nltk对哈萨克语或阿拉伯语进行句法分析

Python012

如何使用python中的nltk对哈萨克语或阿拉伯语进行句法分析,第1张

如果是英语和西班牙语可以用Inflector。https://pypi.python.org/pypi/Inflector

使用这个模块可以对名词的单复数进行转换及字符操作。

哈萨克语或阿拉伯语,还要进行语法分析这个就没办法了。

如果你有语料库及语言知识的话,其实可以自己去做。

话说阿拉伯语的动词活用那不是一般的难,这个是我参与的项目

http://www.cjk.org/cjk/arabic/cave/cave.htm

一、NLTK进行分词

用到的函数:

nltk.sent_tokenize(text) #对文本按照句子进行分割

nltk.word_tokenize(sent) #对句子进行分词

二、NLTK进行词性标注

用到的函数:

nltk.pos_tag(tokens)#tokens是句子分词后的结果,同样是句子级的标注

三、NLTK进行命名实体识别(NER)

用到的函数:

nltk.ne_chunk(tags)#tags是句子词性标注后的结果,同样是句子级

上例中,有两个命名实体,一个是Xi,这个应该是PER,被错误识别为GPE了; 另一个事China,被正确识别为GPE。

四、句法分析

nltk没有好的parser,推荐使用stanfordparser

但是nltk有很好的树类,该类用list实现

可以利用stanfordparser的输出构建一棵python的句法树