ntbt를 사용하여 ptb 구문 분석 트리에서 -NONE- 및 * T * -i를 제거하는 방법은 무엇입니까?

Question

나는 펜 트리 은행 V2 나무를 처리하고 자주 수동 실제로 더 사용 노드를 수정하는 규칙을 많이 추가 할 수 있습니다

이 (그리고 몇 가지 다른 유형)처럼 -subtrees "서비스를"발생 (태그와 토큰을 구문 분석하고 "오, 거기 보이는"링크가 없거나 "여기에 노드가 있어야합니다"- 스탠포드 파서가 반환 한 것과 같음)하지만 대부분 이러한 서비스 노드 또는 거대한 간격을 남기고 "나뭇 가지를 자른 것"(위의 노드 -NONE-을 제거하면 SBAR은 전혀 아이들이없고 이상하게 보입니다).

from nltk.corpus import ptb; ptb.parsed_sents() 사람의 출력에서 ​​실제 구문 분석 (단어, 태그, 구두점)을 제외하고 모든 것을 제거 할 수 있을지 궁금합니다.

Answer 1

추적을 지배하는 하위 트리를 삭제하십시오. 다음에서는 하위 트리를 반복하지만 실제로 하위를 확인합니다. 이렇게하면 빈 하위 트리를 포함하는 노드를 수정하여 빈 하위 트리를 쉽게 삭제할 수 있습니다.

for sub in some_tree.subtrees(): 
    for n, child in enumerate(sub): 
     if isinstance(child, str): 
      continue 
     if all(leaf.startswith("*") for leaf in child.leaves()): 
      del sub[n] # Delete this child 

나는 흔적을 탐지하는 간단한 기준으로 leaf.startswith("*")을 사용했습니다. 필요에 따라 자신의 것으로 교체하십시오.

편집 : 당신이 -NONE- 레이블 만 하위 트리를 포함하는 모든 노드를 삭제할 것인지, 그리고 이러한 각 하위 트리가 정확히 하나 개의 잎을 지배하고 있기 때문에는 다음과 같은 시험 사용 : 지금

if len(list(child.subtrees(filter=lambda x:x.label()=='-NONE-')))==len(child.leaves()): 
     del sub[n] 

Answer 2

감사합니다, 아래의 대답 @alexsis에를 I 그러한 것들을 흔적 및 공동 색인이라고합니다. treetools 패키지에서 implementation이 def ptb_delete_traces(tree) 인 것을 발견했습니다.