【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)

圖片來源...

「看」是整個句子的根節點, 「我」 是它的主語，「書」 是它的賓語，「昨天」 是它的修飾詞，「有趣」 是 「書」 的修飾詞，觀察句法樹讓我們可以理解詞彙之間的關係, 。

這張圖時有幾個關聯標籤需要知道一下, 這邊使用的是「universaldependencies(用於對句子的語法結構進行標註)」, 由左到右逐一解析：

• 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。

透過分析圖的繪製, 我們可以分析一個句子的組成可能包含動詞、名詞..., 而這些詞類之間又有相斥相吸的特性, 最終組成一句話。