Dependencia de Parsing de um par Verbo-substantivo

[Shin]

Na aula “Parsing de dependências 2” o professor ele ja direciona onde buscar a palavra. Gostaria de saber como fazer sem identificar.
Por exemplo : “Nomear chefes de departamento ou gerentes e atribuir ou delegar responsabilidades a eles” como faço para extrair o par verbo-substantivo?

[Denny Ceccon]

Olá Shin,

A classe gramatical (verbo ou substantivo) você pode pegar do atributo pos_ dos tokens, e se o token for um substantivo, pode verificar no atributo dep_ se ele é um objeto; em caso afirmativo, pode associar o substantivo com o verbo que vem antes.

Em inglês temos outras opções como o atributo noun_chunks do documento, que reconheceria por exemplo que “chefes de departamento” é uma coisa só, mas em português a biblioteca é mais limitada.

[Shin]

Humm… Eu que fiz a pergunta outra vez sobre remoção de pontuação.
voce pode ver se esta correto entao a maneira como estou fazendo? Gostaria de extrair o par verb- substantivo das frases
<

task_df = pd.read_excel(r'C:\Users\arquiv\Task Ratings.xlsx')
list_task_id = list(set(task_df['Task ID']))

nlp = spacy.load('en_core_web_sm')

doc = nlp(
u'use geospatial technology to develop soil sampling grids or identify sampling sites for testing characteristics such as nitrogen, phosphorus, or potassium content, ph, or micronutrients.')
import string
string.punctuation

def remove_punctuation(Text):
punctuationfree="".join([i for i in Text if i not in string.punctuation])
return punctuationfree
#storing the puntuation free text
task_df['clean_msg']= task_df ['Task'].apply(lambda x:remove_punctuation(x))
task_df.head()

task_df['msg_lower']= task_df['clean_msg'].apply(lambda x: x.lower())
task_df['msg_lower']

for sent in doc.sents:
print([w.text for w in sent if w.dep_ == 'ROOT' or w.dep_ == 'pobj'])

from nltk.stem import WordNetLemmatizer

lemmatizer = WordNetLemmatizer()

def give_pairs(string_):
doc = nlp(string_)
flag = 0
pairs = []
for token in doc:
# print(token.text, token.pos_, token.dep_)
if token.pos_ == 'VERB' and flag == 0:
flag = 1
xx = token.text
if token.pos_ == 'NOUN' and token.dep_ == 'dobj' and flag == 1:
pair = []
pair.append(lemmatizer.lemmatize(xx))
pair.append(lemmatizer.lemmatize(token.text))
pairs.append(pair)
flag = 0
return pairs>

• Esta resposta foi modificada 1 ano atrás por Shin.

[Shin]

CONSEGUI

[Autor]

Posts