依存句法分析整理续

依存句法树不同于短语结构树的。。
依存语法理论认为词与词之间存在主从关系，这是一种二元不等价的关系。在句子中，如果一个词修饰另一个词，则称修饰词为从属词（dependent），被修饰的词语称为支配词（head），两者之间的语法关系称为依存关系（dependency relation）。

依存句法树不同语义依存分析。
语义依存分析：分析句子各个语言单位之间的语义关联,并将语义关联以依存结构呈现。使用语义依存刻画句子语义,好处在于丌需要去抽象词汇本身,而是通过词汇所承受的语义框架来描述该词汇,而论元的数目相对词汇来说数量总是少了很多的。语义依存分析目标是跨越句子表层句法结构的束缚,直接获取深层的语义信息。 例如以下三个句子,用不同的表达方式表达了同一个语义信息,即张三实施了一个吃的动作,吃的动作是对苹果实施的。
参考链接

root：中心词
nsubj：名词性主语
nsubjpass：被动名词性主语
csubj：名词性主语从句（谓语动词 --> 主语从句主要成分）
csubjpass：主语从句被动关系（谓语动词（被动）–> 主语从句主要成分）
dobj：直接宾语（动词 --> 直接宾语）
pobj：介词的宾语（介词 --> 宾语）
iobj：间接宾语（动词 --> 间接宾语）
prep：介词修饰（名词 --> 介词）
prepc：介词从句修饰
prob：介词宾语（介词 --> 宾语）
mark：标记语（从句的主要成分 --> 从句修饰的主体）eq：He says that you like to swim（like --> that）
aux：助动词（动词 --> 助动词）
auxpass：过去式助动词（动词 --> 过去式助动词）
xcomp：开放从句补语（开放从句的补足对象（动词）–>开放从句的动词）eq：Tom likes to eat fish（like --> eat）
ccomp：被补充说明词–>补语从句主要成分 eq：He says that you like to swim（say --> like）
acomp：用于动词的形容词补语（动词 --> 形容词）eq:She looks very beautiful.(look -> beautiful)
pcomp：介词的补语（介词 --> 从句的主要成分）eq:We have no information on whether users are at risk(on --> are)
cc：连词（第一个并列词 --> 协同关系词）eq:Bill is big and honest(big --> and)
conj：协同连词（第一个并列词 --> 第二个并列词）eq:Bill is big and honest(big --> honest)
preconj：（名词短语的前部 --> 连词前面出现的词）eq：Both the boys and the girls are here（boy --> both）
predet：名词短语的前部–>在限定词前面出现的词 eq: All the boys are here(boys -> all)
det：限定词（名词短语 --> 限定词）eq：The man is here（man --> the）
amod：修饰名词短语的形容词修饰语（名词短语 --> 形容词修饰语）eq:Sam eats red meat(meat --> red)
advmod：副词修饰语（被修饰者 --> 副词）eq：Genetically modified food（modified --> genetically）
npadvmod：名词短语作为副词修饰（副词修饰的词 --> 名词）eq：The director is 65 years old（old --> years）
nummod:数词作为修饰（名词 --> 数词）eq:About 200 people came to the party(people --> 200)
relcl：关系从句修饰（名词短语第一个词 --> 关系动词主要词）eq：I saw the man you love（man --> love）
poss：所属修饰（拥有者 --> 拥有物品）eq:their offices(their --> offices)
compound：名词合成修饰(后一个名词 --> 前一个名词) eq:Oil price futures(future -> price)
parataxis：并列（主要动词 --> 并列句的主要成分）eq:The guy, John said, left early in the morning (left --> said)
neg：否定词
punct：标点
dep：系统无法识别的依赖关系
discourse：句子的主要部分 --> 语气词、感叹词

LTP依存句法树解析

from ltp import LTP
ltp=LTP()
seg,hidden=ltp.seg('他叫汤姆去拿外衣。']
dep=ltp.dep(hidden)
print(dep)

输出：

[['他', '叫', '汤姆', '去', '拿', '外衣', '。']]
 [
     [
         (1, 2, 'SBV'),
         (2, 0, 'HED'),    # 叫 --|HED|--> ROOT
         (3, 2, 'DBL'),
         (4, 2, 'VOB'),
         (5, 4, 'COO'),
         (6, 5, 'VOB'),
         (7, 2, 'WP')
     ]
 ]

LTP 语义角色分析

LTP源介绍：
http://ltp.ai/docs/appendix.html#id6