从字符串中提取所有名词

Question

可能重复的问题：
从名词短语中提取名词

有没有人能给我一些例子，教我怎么用Python的NLTK来从一个字符串中提取所有的名词？

比如，我有这个字符串：“我喜欢西红柿和生菜”。我想写一个方法，能返回“西红柿”和“生菜”。

如果在Python中做不到，有人知道其他的解决办法吗？

Answer 1

Dave Taylor 用 Bash 写了一个即兴生成器，这个生成器会查询普林斯顿大学的词网（wordnet）来完成这个任务。当然，你也可以用 Python 和词网的帮助做类似的事情。

这里是链接

Linux Journal - Dave Taylor 的即兴生成器。

Answer 2

首先，你需要获取NLTK这个包。然后，你可以使用它自带的解析器，接着用这个方法；或者，你也可以选择更快的方法，给字符串加上词性标签，然后找出所有标记为NN的单词，这些就是名词。你还可以了解其他的词性标签，看看怎么才能正确提取出I和like。

这两种方法都不是完美的，但算是比较好的选择。一个好的词性标注器在处理干净的数据时，准确率可以超过95%。我觉得如果不做很多额外的工作，使用基于WordNet的方法是很难达到这样的准确率的。