如何使用NLTK动态将任意句子解析为可提取主谓宾的句法树

1. NLTK是否支持动态确定RegexpParser适用的语法规则？ #

不支持原生动态生成规则。RegexpParser的核心逻辑是按照你预先写入的正则规则，对词性标注序列做模式匹配分块，本身没有根据输入句子自动生成、调整规则的能力。
你之前运行示例得到的句法树不符合预期，核心原因是规则本身写了bug：定义PP块时写的是<p>（小写），和你之前定义的介词块标签P（大写）大小写不匹配，导致介词、后续的名词短语没被识别为PP纳入VP范围，才会跑到VP外层成为S的直接子节点。把规则里的标签大小写统一后，你给的示例句子就能跑出你想要的结构。
如果要实现不同句式适配，你只能自己写上层逻辑：先对输入句子的词性序列做初步判断，区分句式类型（陈述/疑问/倒装等），再加载提前写好的对应句式的规则集，本质还是人工预定义规则，不是Parser自动动态适配。

2. 是否存在适配所有句式的通用RegexpParser规则？ #

不存在。
RegexpParser本身是为浅层分块（Chunking）设计的工具，靠正则匹配词性序列的模式，天然没法覆盖自然语言的所有情况：疑问句助动词提前、倒装句语序调换、从句嵌套、省略表达、俚语特殊用法无穷无尽，靠手写正则永远不可能覆盖全部简单句、复合句、疑问/感叹等各类句式。哪怕你写几千条规则，遇到规则覆盖外的表达马上就会分块错误。

可行的替代方案 #

如果你真要实现通用的主谓宾提取、句法树生成，不要死磕手写Regexp规则：

• 基础场景可以直接用NLTK自带的、基于宾州树库训练的统计成分句法解析器，不需要手写任何规则，对常规句式的解析准确率远高于手写正则，输出的就是标准句法树结构，可以直接提取S节点下的NP作为主语。
• 如果要支持你提到的运行中自主学习，可以用支持增量训练的句法解析模型，把你后续人工修正的解析结果作为训练数据喂给模型，逐步提升特定领域的解析准确率，比维护正则规则的效率高几个量级。

修正后可得到你预期句法树的示例代码 #

import nltk
from nltk import RegexpParser
nltk.download('punkt')
nltk.download('averaged_perceptron_tagger')

sentence = input()
words = nltk.pos_tag(nltk.word_tokenize(sentence))

# 修正了标签大小写、匹配范围的规则
chunk_parser = RegexpParser("""
                    NP: {<DT>?<JJ>*<NN.*>+} # 匹配名词短语，覆盖单复数名词
                    P: {<IN>}                # 匹配介词
                    V: {<V.*>}               # 匹配所有时态的动词
                    PP: {<P> <NP>}           # 修正：大写<P>匹配介词块，构成介词短语
                    VP: {<V> <NP|PP>*}       # 动词短语=动词+后续名词/介词短语
                    """)
result_tree = chunk_parser.parse(words)
result_tree.pretty_print()

# 提取主语：S节点下第一个NP块即为主语
for node in result_tree:
    if isinstance(node, nltk.Tree) and node.label() == "NP":
        print("句子主语：", " ".join([word for word, tag in node.leaves()]))
        break

运行你给出的示例句The red fox jumped over the lazy dog，这段代码输出的句法树就和你预期的结构完全一致。

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