python - 在高级案例中使用 spacy 识别句子中的主题

Question

我正在尝试识别句子中的主题。我尝试在这里使用一些代码：

import spacy
nlp = nlp = spacy.load("en_core_web_sm")
sent = "the python can be used to find objects."
#sent = "The bears in the forest, which has tall trees, are very scary"
doc=nlp(sent)

sentence = next(doc.sents) 

for word in sentence:
    print(word,word.dep_)

这将返回结果：

• 检测
• python nsubjpass
• 可以辅助
• 辅助通行证
• 用过ROOT
• 辅助
• 找到 xcomp
• 对象 dobj

我认为在这种情况下，python 将成为主题，在大多数情况下，这_dep将是nsubj，但它的nsubjpass. 因此，如果nsubj不存在，我可以检查，nsubjpass但还有其他_dep可能吗？

有没有更稳健的方法来确定主题？

标签： pythonnlpspacy

Answer 1

你的句子是被动语态的例子。nsubjpass是使用被动语态时的主语

dep_您可以通过调用找到列表

for label in nlp.get_pipe("parser").labels:
    print(label, " -- ", spacy.explain(label))

我可以看到还有 2 种主题类型：

csubj  --  clausal subject
csubjpass  --  clausal subject (passive)

确定主题的一种可能方法：

if "subj" in word.dep_:
    # continue