【自然語言處理 - 概念篇】 拆解語句組成的規則, 何謂依存句法分析(Dependency Parsing)?

• 【自然語言處理 — 概念篇】最基礎的Bag-of-Words模型是什麼呢?
• 【自然語言處理 - 概念篇】 來認識一下詞向量(Word Embedding or Word Vector)吧
• 【自然語言處理 - 概念篇】 探索TF-IDF, 關於詞的統計與索引隱含著什麼奧秘呢？

!pip install spacy

# 下載Transfromer技術的中文語言模型
!python -m spacy download zh_core_web_trf

載入模型

import spacy

# 載入模型
nlp_zh = spacy.load('zh_core_web_trf')

定義片語解析函式並進行解析

text = '我昨天看了一本有趣的書'

doc = nlp_zh(text)

以視覺化進行語法結構分析

我 昨天 看 了 一 本 有趣 的 書

「我」是名詞，代表主語, 並與「看」之間依賴。
「昨天」是時間副詞，修飾「看」，表示動作發生的時間點。
「看」是動詞，表示動作。
「了」是助動詞，用於表示動作的完成, 因此與「看」依賴。
「一」是數詞，修飾「本」，表示書的數量。
「本」是量詞，用於量詞和名詞之間，表示書的量詞。
「有趣」是形容詞，修飾「書」，表示書的特性。
「的」是助詞，用於連接形容詞和名詞之間，表示形容詞修飾的對象。
from spacy import displacy

options = {
    'color': 'blue',
    'bg': 'white'
}

displacy.render(doc, style="dep", jupyter=True, options=options)

• nsubj: 用來表示主語, 通常標記在動詞的依存邊上。「我」是名詞, 而「看」是動詞, 被標記在連接動詞「看」和主語「我」的邊上。
  我 <nsubj> 看。
  
• nmod:tmod: 通常是動詞或名詞, 標示在時間的修飾語之間,「看」是動詞, 而「昨天」是時間修飾語, 因此他們之間的關係為nmod:tmod。
  
• aux:asp: 輔助動詞:體裁。「體裁(aspect)」是一個用於描述動詞的語法特徵的術語。
  「看(動詞)」、「了(體裁)」。
  
• dboj: direct object, 表示動詞的直接賓語。看 <dobj> 書, 「看」的直接賓語為「書」。
  
• mark:clf: 冠詞通常用於限定名詞，並在句子中起到指示數量、確定性或泛指性質的作用。一 <mark:clf> 本
  「一」是數量詞，修飾「本」, 表示書的數量。
  
• case: 詞彙的格標記(case marking),有趣 <case> 的
  表示形容詞「有趣」修飾名詞「的」，形成一個形容詞詞組
  
• unmmod: 數詞修飾名詞的關係書 <nummod> 一。
  
• amod: 表示形容詞修飾名詞的關係。書 <amod> 有趣。
  表示這本書是有趣的。