如何实现Python NLP中主语对应形容词的查找？

嘿，我来帮你搞定这个找名词对应形容词的问题！你之前用Spacy没得到预期结果，大概率是没抓对正确的依赖关系——其实Spacy完全能搞定这个需求，我给你一步步拆解实现方法：

核心逻辑 #

我们需要抓取两种类型的形容词：

• 直接前置修饰名词的形容词（比如示例里的blue和car），对应Spacy里的amod依赖关系；
• 定语从句中作为表语的形容词（比如示例里的beautiful和wife），这类需要先找到修饰名词的关系从句（relcl依赖），再从句子里提取表语（attr或acomp依赖）。

具体代码实现 #

首先确保你已经安装了Spacy和英文模型：

pip install spacy
python -m spacy download en_core_web_sm

然后是find_ADJ函数的实现：

import spacy

# 加载Spacy英文模型
nlp = spacy.load("en_core_web_sm")

def find_ADJ(target_noun, sentence):
    doc = nlp(sentence)
    target = target_noun.lower()
    results = []
    
    for token in doc:
        # 匹配目标名词（支持原形/大小写匹配，用lemma_兼容复数形式）
        if token.text.lower() == target or token.lemma_.lower() == target:
            adj_list = []
            
            # 1. 收集直接修饰名词的形容词（amod）
            adj_list.extend([child.text for child in token.children if child.dep_ == "amod"])
            
            # 2. 收集定语从句中的表语形容词
            for child in token.children:
                # 找到修饰当前名词的关系从句（relcl是关系从句的核心动词）
                if child.dep_ == "relcl":
                    # 从句中的表语（attr）或补语（acomp）都是描述名词的形容词
                    clause_adjs = [gc.text for gc in child.children if gc.dep_ in ("attr", "acomp")]
                    adj_list.extend(clause_adjs)
            
            if adj_list:
                results.append((target_noun, adj_list))
    
    # 返回结果：单个匹配返回元组，多个返回列表
    return results[0] if len(results) == 1 else results

测试你的示例 #

sentence = "I have a blue car that was a gift from my wife who is beautiful"
print(find_ADJ("car", sentence))  # 输出: ('car', ['blue'])
print(find_ADJ("wife", sentence)) # 输出: ('wife', ['beautiful'])

关键依赖关系说明 #

• amod：Adjectival modifier，直接修饰名词的形容词，是最常见的名词-形容词对应关系；
• relcl：Relative clause modifier，修饰名词的关系从句的核心动词（比如示例里的is就是修饰wife的relcl节点）；
• attr：Attribute，系动词后的表语（比如is beautiful里的beautiful就是is的attr）；
• acomp：Adjectival complement，动词后的形容词补语（比如The car looks old里的old就是looks的acomp）。

扩展注意事项 #

• 如果句子里有多个相同名词（比如I have a blue car and a red car），函数会返回两个结果，你可以根据需求合并形容词列表；
• 对于更复杂的嵌套从句，比如The car that I bought which is red，可以添加递归遍历关系从句的逻辑来覆盖；
• 要是需要处理“名词在主句中做主语+系表结构”的情况（比如The car is red），可以扩展逻辑：找到名词的head（主句谓语），再提取其attr节点。

内容的提问来源于stack exchange，提问作者Aibloy