Tengo un array de palabras que representa un árbol creado por SpaCy y me gustaría tenerlo en un formato de arbol con hijos .
treeQuestion = [Tree('start_VB_ROOT', ['When_WRB_advmod', 'did_VBD_aux', 'Beyonce_NNP_nsubj', Tree('becoming_VBG_xcomp', ['popular_JJ_acomp']), '?_._punct'])]
He buscado y descubierto tres maneras de hacerlo. Sin embargo no sé lo que esta mejor pero no quiero complicar mi vida para reinventar la rueda. El propósito de estos árboles es poder comparar fácilmente si un árbol está en otro. Entonces, el resultado esperado es solo obtener un Arbol para compararlos.
¿Creando la clase de árbol yo mismo?
Por lo momento , inspirándome desde este sitio, hice:
from anytree import Node, RenderTree
class WordTree:
def __init__(self, array):
self.parent = []
#self.children = []
self.data = array
for element in array:
print(type(element),element)
if type(element) is array:
Tree(parent,element) # should I verify if parent is empty ?
elif element is string:
self.parent = parent
self.data = array[0]
else:
break # prolbem ?
¿Usando Anytree?
Tambien descubrio la librería anytree
:
from anytree import Node, RenderTree
root = Node(treeQuestion[0]) # es por decir start_VB_ROOT
O usando tree de la biblioteca nltk?
No sé cómo usar este pero puede ser más fácil usar el material dado por aquellos que hicieron el árbol treeQuestion
.
import spacy
from nltk import Tree
en_nlp = spacy.load('en')
doc = en_nlp("The quick brown fox jumps over the lazy dog.")
def to_nltk_tree(node):
if node.n_lefts + node.n_rights > 0:
return Tree(node.orth_, [to_nltk_tree(child) for child in node.children])
else:
return node.orth_
[to_nltk_tree(sent.root).pretty_print() for sent in doc.sents]