python nlp 句子提取_关于nlp：使用NLTK python进行因果句提取

我正在从水事故报告中提取因果关系句子。我在这里使用NLTK作为工具。我通过采用20个因果关系句子结构手动创建了regExp语法[请参见下面的示例]。构造的语法是以下类型的

grammar = r'''Cause: {

??<.>+?<.>+}'''

现在，语法对测试集具有100％的回忆性(我建立了具有50个因果关系语句和50个非因果关系语句的玩具数据集)，但精度较低。我想问一下：

如何训练NLTK来自动构建正则表达式语法

提取特定类型的句子。

有没有人试图提取因果关系句子。例

因果句是：

村子里卫生条件差，结果她

健康问题。

她村里的水不纯，因此，她遭受了

从寄生虫。

由于村庄卫生条件差，她有健康问题。

我只想从一个句子中提取上述类型的句子

大文本。

与该书的作者进行了简短的讨论："用NLTK 2.0食谱进行Python文本处理"，Jacob Perkins先生。他说："句子的广义语法非常困难。我会看看是否可以找到常用的标记模式，然后使用它们。但是实际上，您实际上是通过正则表达式匹配进行分类。解析通常用于提取词库中的词组。句子，或产生句子的深层解析树，但您只是试图识别/提取句子，这就是为什么我认为分类是一种更好的方法，请尝试将带标签的单词作为特征，因为语法可能很重要。"接受他的建议后，我查看了我的因果句，发现这些句中有类似

consequently

as a result

Therefore

as a consequence

For this reason

For all these reasons

Thus

because

since

because of

on account of

due to

for the reason

so, that

这些词确实在句子中联系了因果关系。使用这些连接器，现在很容易提取因果关系语句。可以在arxiv上找到详细的报告：https://arxiv.org/pdf/1507.02447.pdf