Traitement linguistique 100 coups 2015 ["Chapitre 6: Traitement de texte anglais"](http: //www.cl.ecei) Il s'agit de l'enregistrement de 55e "Extraction d'expressions uniques" de .tohoku.ac.jp / nlp100 / # ch6). Cette fois, l'extraction d'expressions uniques. Extrayez le nom de la personne, qui est un type d'expression unique. Le programme est simple en 3 étapes. La PNL de Stanford Core peut le faire facilement.

Lien de référence

Lien	Remarques
055.Extraction d'expression unique.ipynb	Lien GitHub du programme de réponse
100 coups de traitement du langage amateur:55	Copiez et collez la source de nombreuses pièces source
Officiel PNL de Stanford Core	Premier regard sur la page PNL de Stanford Core

environnement

type	version	Contenu
OS	Ubuntu18.04.01 LTS	Il fonctionne virtuellement
pyenv	1.2.16	J'utilise pyenv car j'utilise parfois plusieurs environnements Python
Python	3.8.1	python3 sur pyenv.8.J'utilise 1 Les packages sont gérés à l'aide de venv
Stanford CoreNLP	3.9.2	Je l'ai installé il y a un an et je ne me souviens pas en détail ... C'était le dernier même après un an, alors je l'ai utilisé tel quel
openJDK	1.8.0_242	J'ai utilisé le JDK qui a été installé à d'autres fins tel quel

Chapitre 6: Traitement du texte anglais

contenu de l'étude

Un aperçu des différentes technologies de base pour le traitement du langage naturel grâce au traitement de texte anglais à l'aide de la PNL Stanford Core.

Stanford Core NLP, Stemming, Part-word tagging, Unique expression extraction, Co-reference analysis, Dependency analysis, Clause structure analysis, S expression

Contenu frappé

Effectuez le traitement suivant sur le texte anglais (nlp.txt).

55. Extraction d'expressions uniques

Extrayez tous les noms de personne dans le texte d'entrée.

Répondre

Programme de réponse [055. Unique expression extraction.ipynb](https://github.com/YoheiFukuhara/nlp100/blob/master/06.%E8%8B%B1%E8%AA%9E%E3%83%86%E3 % 82% AD% E3% 82% B9% E3% 83% 88% E3% 81% AE% E5% 87% A6% E7% 90% 86 / 055.% E5% 9B% BA% E6% 9C% 89% E8% A1% A8% E7% 8F% BE% E6% 8A% BD% E5% 87% BA.ipynb)

import xml.etree.ElementTree as ET

XPATH = './document/sentences/sentence/tokens/token[NER="PERSON"]'
print([ token.findtext('word') for token in ET.parse('./nlp.txt.xml').iterfind(XPATH)])

Répondre au commentaire

Chemin du fichier XML

Si la valeur de la balise «» est «PERSON» dans «l'expression unique» ci-dessous, la valeur de la balise «» dans la même hiérarchie indique le nom de la personne. Le mécanisme d '«expression unique» de Stanford Core NLP est décrit dans Stanford Named Entity Recognizer (NER).

production	1er niveau	Deuxième niveau	Troisième niveau	4ème niveau	5ème niveau	6ème niveau	7ème niveau
mot	root	document	sentences	sentence	tokens	token	word
Expression unique	root	document	sentences	sentence	tokens	token	NER

Le fichier XML est [GitHub](https://github.com/YoheiFukuhara/nlp100/blob/master/06.%E8%8B%B1%E8%AA%9E%E3%83%86%E3%82%AD% E3% 82% B9% E3% 83% 88% E3% 81% AE% E5% 87% A6% E7% 90% 86 / nlp.txt.xml).

`xml:nlp.txt.xml(Extrait)`


<root>
  <document>
    <docId>nlp.txt</docId>
    <sentences>
      <sentence id="1">

--Omission--

        <tokens>
          <token id="4">
            <word>Alan</word>
            <lemma>Alan</lemma>
            <CharacterOffsetBegin>636</CharacterOffsetBegin>
            <CharacterOffsetEnd>640</CharacterOffsetEnd>
            <POS>NNP</POS>
            <NER>PERSON</NER>
            <Speaker>PER0</Speaker>

Tout ce que vous avez à faire est de passer le XPATH à la fonction ʻiterfind dans le paquet xml`.

Résultat de sortie (résultat de l'exécution)

Lorsque le programme est exécuté, les résultats suivants sont affichés.

`Résultat de sortie`


['Alan', 'Turing', 'Joseph', 'Weizenbaum', 'MARGIE', 'Schank', 'Wilensky', 'Meehan', 'Lehnert', 'Carbonell', 'Lehnert', 'Racter', 'Jabberwacky', 'Moore']

[PYTHON] 100 Language Processing Knock-55: extraction d'expressions uniques