自然语言处理——句法分析和语义分析实验

﹏ヽ暗。殇╰゛Y 2024-03-24 09:22 12阅读 0赞

## **实验要求：** ##

输入医学影像报告描述“气管环清晰,粘膜正常,管腔完全阻塞。”，基于句法分析实现结构化信息抽取，输出**结构化键值对**如下：

<气管环, 清晰>

<粘膜, 正常>

<管腔, 阻塞>

## 实验代码: ##

# 输入医学影像报告描述“气管环清晰,粘膜正常,管腔完全阻塞。”，
    # # 基于句法分析实现结构化信息抽取
    from ltp import LTP
    ltp = LTP()
    result = ltp.pipeline(["气管环清晰,粘膜不正常,管腔完全阻塞。"], tasks=["cws","sdpg"])
    # print(result)
    seg = result.cws[0]
    # print(seg)
    sdpg = result.sdpg
    for d in sdpg[0]:
        if d[2] == "EXP":
            print('<' + seg[d[0]-1] + ', ' + seg[d[1]-1] + '>')

## 代码解释： ##

>  *  **from ltp import LTP:** 导入LTP库中的LTP类，以便后续使用。
>  *  **ltp = LTP():** 创建一个LTP对象，用于后续的自然语言处理任务。
>  *  **result = ltp.pipeline**(\["气管环清晰,粘膜不正常,管腔完全阻塞。"\], tasks=\["cws","sdpg"\]): 使用LTP对象调用pipeline方法，对输入的中文文本进行处理。\["气管环清晰,粘膜不正常,管腔完全阻塞。"\]是输入的文本，tasks=\["cws","sdpg"\]表示需要进行中文分词（cws）和句法分析（sdpg）这两个任务。执行该语句后，返回结果保存在result对象中。
>  *  **seg = result.cws\[0\]:** 获取分词任务（cws）的结果，即将输入文本分成的词语序列。由于输入只有一个句子，因此是一个列表，取第一个元素即可。结果保存在seg变量中。
>  *  **sdpg = result.sdpg:** 获取句法分析任务（sdpg）的结果，即将输入文本分析成的依存句法树。由于输入只有一个句子，因此是一个列表，取第一个元素即可。结果保存在sdpg变量中。
>  *  **for d in sdpg\[0\]::** 对句法分析的结果进行遍历。
>  *  **if d\[2\] == "EXP"::** 判断当前遍历到的节点（d）是否为表示展开关系（"EXP"）的依存关系类型。
>  *  **print('<' + seg\[d\[0\]-1\] + ', ' + seg\[d\[1\]-1\] + '>'):** 如果当前节点是展开关系，则输出对应的词语对，即“被展开的词语, 展开的词语”。其中，d\[0\]和d\[1\]分别表示这个依存关系连接的两个词语在分词结果中的位置（从1开始），因此需要将其减1后作为下标从seg中取出对应的词语。最终输出的格式类似于“<气管环, 清晰>”。