NLP:空间获取依赖项

Question

我试图从这个句子中提取一些数字，但我想验证正确的数字是否与正确的文本匹配。你知道吗

nlp = spacy.load('en_core_web_sm')  
s2 = 'Revenue from the advertising and subscription business for the first quarter of 2019 was RMB897.0 million (US$133.7 million), representing a 13.9% increase from RMB787.5 million (US$117.3 million) in the corresponding period in 2018.'

doc = nlp(s2)
for w in doc.ents:
    print(w.text, w.label_, w.root)
    for i in w.subtree:
        print("   ", i, i.head)
        for a in i.ancestors:
            print("       ", a, a.head)

我想把RMB897.0 million和advertising and subscription联系起来，但不知道怎么做。还尝试了名词组块。你知道吗

for chunk in doc.noun_chunks:
    print(chunk.text, chunk.root.text, chunk.root.dep_,
          chunk.root.head.text)

    for c in chunk.subtree:
        print("   ", c, c.head)

Answer 1

首先，你需要考虑你的数据。如果你发现了数字和相关名词的某些模式，你就可以用它们来找出它们之间的关系，不管怎样，这并不是很可靠。 更好的方法是使用依赖分析或完全分析算法，使用词性标注（POS）信息，可能还有头动词的语义信息。这是一个真正的语言任务，意味着你需要语言信息。连接动词表示数字与动词参数有关，所以 提取和关联很简单。其他情况可能不那么明显。你知道吗

或许可以先对包含数字的表达式和它们出现的矩阵动词（be、amount to、reduce to、increase等）进行一些搭配分析，然后你就可以使用动词参数的信息来注释关系了。也许可以看看对应和回指解决，这可能会帮助你。你知道吗