Windows下StanfordParser的使用

Stanford NLP提供了一系列自然语言分析工具，它们是：

• 分词：StanfordTokenizer、StanfordSegmenter
• 词性标注: StanfordPOSTagger
• 命名实体识别: StanfordNERTagger
• 句法分析: StanfordParser
• 依存句法分析: StanfordDependencyParser, StanfordNeuralDependencyParser

如何在windows下使用StanfordParser 呢？

一、安装JDK,配置环境变量

二、下载StanfordParser，配置环境变量

三、安装NLTK库，配置环境变量

四、使用StanfordParser进行中文句法分析

---

一、安装JDK,配置环境变量

1.下载JDK

下载完成之后，解压，双击.exe文件下一步下一步即可，可以不使用默认安装目录，自己设置目录。

2.配置环境变量

a.新建-->变量名-->”JAVA_HOME”，变量值-->JDK的安装路径 （我的JDK安装路径为”D:\java\javainstall”  ，如下图所示）

b.新建-->变量名-->”CLASSPATH”，变量值--> “%JAVA_HOME%\lib”

c.编辑-->变量名”Path”，增加变量值--> “%JAVA_HOME%\bin”

3.检验是否安装配置成功

输入cmd，进入dos界面，输入Java。如果显示如下图所示，说明安装配置成功。

二、下载StanfordParser，配置环境变量

1.下载StanfordParser

需要三个文件：

• stanford-parser-3.9.2-models.jar
• stanford-parser.jar
• chinesePCFG.ser.gz（中文句法分析）

注意：如果是英文句法分析，需要englishPCFG.ser.gz，而不是chinesePCFG.ser.gz

获取上述三个文件：解压刚下载的压缩包（stanford-parser-full-2018-10-17.zip），从中找到stanford-parser-3.9.2-models.jar和stanford-parser.jar文件。再将stanford-parser-3.9.2-models.jar文件解压,chinesePCFG.ser.gz文件就藏在stanford-parser-3.9.2-models.jar文件中，一直单击\edu\stanford\nlp\models\lexparser，就可以找到chinesePCFG.ser.gz文件。

在python.exe所在目录，新建文件夹jar，将上述三个文件放于jar文件中，如下图所示：

2.配置环境变量：

Stanford NLP是由java开发的,Stanford Parser模型被包含在jar文件中。去访问该模型的最简单的方式是：将该jar文件放到java的CLASSPATH中。

将上述三个文件的路径放于CLASSPATH环境变量中，如下图所示：

三、安装NLTK库，配置环境变量

NLTK (Natural language toolkit)是一个最受欢迎的开源自然语言处理库，为提供Standford NLP接口，它是用python语言编写的，依托python来安装。

1.安装NLTK

a.用pip命令安装nltk（最简单的安装方式）: pip install nltk

b.运行python命令

c.输入import nltk

d.输入nltk.download()

e.弹出下图所示窗口，选中book模块，此模块包含了很多数据案例和内置函数。在python.exe所在目录，新建nltk_data文件夹，book下载目录，如下图所示：

2.配置环境变量
编辑-->变量名”Path”，增加变量值--> “F:\Anaconda\anaconda3\nltk_data”

3.检验是否安装配置成功

输入cmd，进入dos界面，输入pyhton，打开python编辑器，输入from nltk.book import *。如果显示如下图所示，说明安装配置成功。

四、使用StanfordParser进行中文句法分析

import os
from nltk.parse import stanford
os.environ['STANFORD_PARSER'] = "F:\\Anaconda\\anaconda3\\jar\\stanford-parser.jar"
os.environ['STANFORD_MODELS'] = "F:\\Anaconda\\anaconda3\\jar\\stanford-parser-3.9.2-models.jar"
parser=stanford.StanfordParser(model_path="F:\\Anaconda\\anaconda3\\jar\\chinesePCFG.ser.gz")
sent = parser.raw_parse("我 爱 NLP")
for line in sent:
    line.draw()

运行结果：

ROOT：要处理文本的语句

IP：简单从句

NP：名词短语

VP：动词短语

PN：代词

VV:动词

NN:常用名词