stanford parser 使用

原文链接：
1、到斯坦福官方网站http://nlp.stanford.edu/software/lex-parser.shtml下载软件包，解压。

2、在eclipse中新建一个java project，把解压得到根目录下的stanford-parser.jar和stanford-parser-2.0.4-models.jar（不同版本文件名可能有差异）两个包导入项目到项目引用包中，然后把解压得到根目录下的ParserDemo.java文件拷贝到项目的src中，在eclipse目录中的显示如下：

运行该实例程序将得到如下结果：

该示例是英文语法解析的示例程序，如果要测试中文的话，要如下修改：

（1）按需要把输入改成要测试中文：

[java] view plaincopy

String[] sent = {  "这", "是", "第一个", "测试", "句子", "。" };  

（2）导入中文的解析模型文件：

[java] view plaincopy

Stringgrammar = args.length > 0 ? args[0] : "edu/stanford/nlp/models/lexparser/chinesePCFG.ser.gz";  

（3）修改源文件中的部分代码：

[java] view plaincopy

TreebankLanguagePacktlp = new ChineseTreebankLanguagePack();//PennTreebankLanguagePack();  

可能报错没有retainTmpSubcategories参数，在源文件中注释掉该参数：

[java] view plaincopy

String[] options = {"-maxLength", "80"};//, "-retainTmpSubcategories" };  

Stanford parser句法树分析时候占用内存可能较大，所以要调整eclipse虚拟内存空间，方法是在“运行——运行——自变量——VM自变量中填上-Xms256M -Xmx800M”，大小就要看实际情况和机子性能。

当句子较长时会出现报“FactoredParser: exceeded MAX_ITEMS work limit [200000 items]; aborting.”错误…

在options中把MAX_ITEMS设为一个更大的书，如下例子中为500000

[java] view plaincopy

String[] options = { "-maxLength", "140", "-MAX_ITEMS","500000"};  

[java] view plaincopy

lp = LexicalizedParser.loadModel("edu/stanford/nlp/models/lexparser/", options);  

解决办法参考：http://blog.amelielee.com/archives/140。

为了方便易于使用，Stanford Parser自带图形化操作界面，在windows操作系统下只要双击运行软件根目录下的lexparser-gui.bat文件（linux下为lexparser-gui.sh文件）即可得到如下界面：

点击“Load File”导入需要解析文件也可以直接在上面大的输入框中输入要解析内容，在“Language”选项中选择对应解析的语言。点击“Load Parser”载入模型文件，稍等片刻（载入模型文件可能需要几秒钟）进度条完成载入后“Parser”按钮变成可用状态，点击即可解上输入框中高亮的内容，解析得到的树形结果在下框中显示，可以把结果输出另存为文件：

Stanford Parser还提供了命令行的方式lexparser-gui.bat（win）和lexparser.sh（linux）具体使用见官方文档：FAQ

Stanford Parser有个在线的解释效果示例在：http://nlp.stanford.edu:8080/parser/index.jsp

更多信息请参见：The Stanford NaturalLanguage Processing Group官方网站