我正在尝试编写一个包含两个句子并检查它们是否相似的程序。我不想使用成熟的解析器，而是使用一种我认为我最常遇到的简单语法来创建一个解析器。现在，我对句子中的名词短语感兴趣。检查标记为名词短语的子树是否相等将很容易。我想为此添加更多内容，并让用户决定是否接受缺失/不匹配的限定符(部分匹配)。

输出树的格式为(S(NP The / DT bag / NN)是/ VBZ(JP blue / JJ))，其中我定义了语法名词短语(NP)和形容词短语(JP)

为了进行匹配，我考虑了一些路线：

• 删除相关树中的确定器节点，然后进行比较
• 将所有确定器节点的值更改为一个公共值，例如X
• 列出除标记为" DT"的叶节点以外的所有叶节点的列表

我是python的新手，在这里面临一些问题：

• 如果我编写一个递归函数来遍历名词短语树，直到它到达带有确定器的叶子，我将无法修改原始树中的值，因为它仅传递值。

• 我发现的关于nltk树的唯一删除功能是一种要求删除相对于树根的确切索引的函数，格式为[0,0](如果它是树的最左子级)。根节点的最左子级。这很棘手，因为它很可能涉及每个节点的整数列表，这些整数随着树的高度而增长

• 我创建了一个列表列表，其中每个列表都包含一个名词短语的所有叶子(不包括限定词)，并进行了比较。

所以，我的问题是

如何从NLTK树中删除节点，而无需先获取其索引为[0,0,1,0，...]形式？

我又如何不使用索引而修改叶子值？(我想使用递归函数，并且每当函数到达叶子时，我都想修改它)

如果不可能，那么如何获得叶子的索引？我为此感到难过。 Nltk树具有树位置功能，但这仅适用于子树。与其他节点相比，Python是否认为叶子是不同的类型？因为树位置不适用于我的叶子。这可能是因为我的叶子是元组，而不仅仅是字符串，但是我不知道如何更改它，因为这是pos标记程序的输出。那么，是否有某种方法可以将我的叶子(即[DT / DT]形式的元组)替换为形式为(DT the)的子树？再次定义递归过程将不会修改原始树。

有什么建议/意见吗？

好的，让我们一一解答。

删除节点：

tree.remove(Tree('JP', ['blue/JJ']))

tree.remove('is/VBZ')

修改值。 您可以通过获取Tree成员的索引来做到这一点(请记住，它继承了list)：

tree.index('is/VBZ')

但这又不是一个好方法。

遍历叶子的最佳方法是使用tree.leaves()获取叶子，然后通过tree.leaf_treeposition(index)获取索引，并使用这些索引就地修改/删除叶子。