spaCy依存分析辅助多轮对话

昝老师前两天给了个很好的思路，就是我在对句子进行分词时，可以用依存分析去理解句子中单词之间的关系。比如：

吉尔嘲笑约翰

这句话中，“吉尔”是笑的主体，“约翰”是被嘲笑的对象。那么我们怎样得到这样的结果呢？

1 相关规定

还没有安装spaCy的可以参考我的这篇文章：安装spaCy（最简单的教程）

1.1 支配词、从属词

句子中词与词存在主从关系，我们用一个词A修饰另一个词B，那么A就是从属词，B是支配词，箭头指向为：支配词→从属词。

1.2 计算机表示

在进行依存关系分析时，得到的结果往往是以动词为根（ROOT）的树形数据结构。依存关系是二元关系，除了ROOT外，句子中的所有单词必须依存于其他单词。（总之就是很乱）
在对话中，我们往往需要重点关注带有subj和obj的，可以去我给的参考 ¹去翻。
（仔细看看的话还觉得挺好玩的，居然能分的这么细，跪了啊Orz）

2 spaCy实现

spaCy能做什么？简单概括以下三点对我有用的（我能听懂的T_T）²

• 词性标注
• 依存句法分析
• 命名实体识别

我的任务是提取出一个句子中的subj短语和obj短语，那我就可以这样写代码：
（多提一嘴，spaCy可以分离出短语，算是意外收获）

import spacy
nlp = spacy.load("en_core_web_sm")
doc = nlp("The quick brown fox jumps over the lazy dog")
subj_list = ["nsubj", "nsubjpass", "csubj"]
obj_list = ["dobj", "iobj", "pobj"]
for chunk in doc.noun_chunks:
    if chunk.root.dep_ in subj_list:
        print("subj: ", chunk.text)
    if chunk.root.dep_ in obj_list:
        print("obj: ", chunk.text)

输出结果是：

subj:  The quick brown fox
obj:  the lazy dog

3 参考

[1] Stanford CoreNLP 50来种依存关系（Stanford typed dependencies）
[2] 神圣的NLP！一文理解词性标注、依存分析和命名实体识别任务

---

1. 1 ↩︎

2. 2 ↩︎