Извлечение фраз по шаблону тегов
Извлекайте именные группы и глаголы
«Извлечение фраз по шаблону тегов» — бесплатный урок NLP Academy на CoddyKit. Это урок 3 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения NLP Academy, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс NLP Academy содержит 4 уроков всего.
Части этого урока еще не переведены и отображаются на английском.
From Tags to Phrases
Single tags are useful, but meaning often lives in groups of words. Tag patterns let you pull out whole phrases instead of lone tokens. 🧩
What Is a Noun Chunk?
A noun chunk is a noun plus the words describing it, like the fluffy cat. These chunks usually name the key things a sentence is about.
Get Noun Chunks Free
spaCy finds noun chunks for you. Iterate over doc.noun_chunks to grab each one as a span without writing any rules.
for chunk in doc.noun_chunks:
print(chunk.text)Chunks Are Spans
Each noun chunk is a Span, a slice of the Doc. A span knows its text, start, and end, so you can reuse it like any other token group.
chunk = list(doc.noun_chunks)[0]
print(chunk.start, chunk.end)Pull Out Every Verb
To collect actions, keep tokens whose pos_ is VERB. A list comprehension gathers them all in a single readable line.
verbs = [t.text for t in doc if t.pos_ == "VERB"]Match Custom Patterns
For your own rules, use the Matcher. You describe a sequence of token attributes, and spaCy finds every place that sequence appears.
from spacy.matcher import Matcher
matcher = Matcher(nlp.vocab)Define a Tag Sequence
A pattern is a list of dictionaries, one per token. This one matches an adjective followed by a noun, like fluffy cat.
pattern = [{"POS": "ADJ"}, {"POS": "NOUN"}]Add the Pattern
Register your pattern under a name with matcher.add(). The name lets you group related rules and identify matches later.
matcher.add("ADJ_NOUN", [pattern])Run the Matcher
Call the matcher on a Doc to get matches. Each result is a tuple of a match id plus the start and end token positions.
matches = matcher(doc)Read Each Match
Slice the Doc with the start and end to turn a match into readable text. That slice is the phrase your pattern captured.
for mid, start, end in matches:
print(doc[start:end].text)Patterns Beat Regex Here
Tag patterns understand grammar, so they catch phrases regex would miss. Matching on POS is far cleaner than chasing exact letters.
Quick Check
Think about how to extract grouped nouns.
Recap
You extracted phrases two ways: built-in noun_chunks and custom tag patterns with the Matcher. Now you can mine grammar, not just words. 🎉
Часто задаваемые вопросы
Урок «Извлечение фраз по шаблону тегов» бесплатный?
Да — полный текст урока «Извлечение фраз по шаблону тегов» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс NLP Academy, подпишись на CoddyKit PRO. Курс NLP Academy содержит 4 уроков всего.
Чему я научусь в уроке «Извлечение фраз по шаблону тегов»?
Извлекайте именные группы и глаголы Ты практикуешь NLP Academy с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.
Нужен ли мне опыт, чтобы начать NLP Academy?
Предыдущий опыт не требуется. NLP Academy на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 3 из 4.
Сколько времени занимает урок «Извлечение фраз по шаблону тегов»?
Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.
Можно ли писать и запускать код в этом уроке NLP Academy?
Да. Каждый урок NLP Academy включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.
Все уроки этого курса
- Существительные, глаголы и важность тегов
- Разметка слов с помощью spaCy
- Извлечение фраз по шаблону тегов
- Основы синтаксического анализа зависимостей