如何从spaCy依存匹配器提取的词元中获取对应完整句子？

错误原因分析 #

1. 无效的内层循环：pattern[1:2]返回的是单个spaCy Token对象（比如第一个元组里的rabbits），你试图在循环中把它拆成subject和verb，但单个Token不是可迭代的二元结构，直接触发TypeError。而且你已经在第23行完成了元组解包，完全不需要这个内层循环。
2. 错误的sent属性调用：(subject.text, verb.text)是由字符串组成的元组，不存在.sent属性。spaCy的sent属性属于Token对象，而非字符串或元组。

修正后的代码 #

comp_sentences = []
dep_patterns = [('nsubj_verb', rabbits, jumping),
                ('nsubj_verb', grass, getting),
                ('nsubj_verb', they, come)]

for pattern in dep_patterns:
    pattern_name, subject, verb = pattern
    # 主语和动词属于同一句子，取任意一个Token的sent属性即可
    matched_sentence = subject.sent
    # 若需存储句子文本，用matched_sentence.text；若需保留Sentence对象，直接append(matched_sentence)
    comp_sentences.append(matched_sentence.text)

# 输出验证结果
for sent in comp_sentences:
    print(sent)

代码说明 #

• 移除了多余的内层循环，直接使用已解包的subject和verb Token对象。
• 利用spaCy Token的.sent属性直接获取所属句子，由于匹配到的主语和动词必然属于同一句子，取其中一个的sent属性即可。
• 可根据需求选择存储句子的文本字符串（.text）或原始Sentence对象（方便后续NLP处理）。

内容的提问来源于stack exchange，提问作者user17169994