中文依存句法结构分析

最新推荐文章于 2021-02-25 19:42:44 发布

渔舟唱晚兮

最新推荐文章于 2021-02-25 19:42:44 发布

阅读量1k

点赞数

文章标签：自然语言处理 python nlp

本文链接：https://blog.csdn.net/u010404548/article/details/104576788

版权

#!/usr/bin/python3
# -*- coding:utf-8 -*-

"""
@Author  : heyw
@Time    : 2020/1/14 10:34
@Software: PyCharm
@File    : stanford.py
"""
from stanfordcorenlp import StanfordCoreNLP
from nltk.tree import Tree

# 模型下载地址：https://nlp.stanford.edu/software/corenlp-backup-download.html
# 笔者将模型放置于AIAPP目录下，并将模型文件夹改名为stanfordnlp
nlp = StanfordCoreNLP(r'C:\AIAPP\stanfordnlp', lang='zh') # 英文使用 lang='en'

sentence = "我爱北京天安门。"

# 分词
print("分词：", nlp.word_tokenize(sentence))
# 词性标注
print("词性标注：", nlp.pos_tag(sentence))
# 依存分析
print("依存分析：", nlp.dependency_parse(sentence))
# 句法树解析
print("句子解析：\n", nlp.parse(sentence))
# 生成节点关系列表
tree = Tree.fromstring(nlp.parse(sentence))
print("节点关系:",tree.productions())
# 绘制句法树
tree.draw()

分词： ['我爱', '北京', '天安门', '。']
词性标注： [('我爱', 'VV'), ('北京', 'NR'), ('天安门', 'NR'), ('。', 'PU')]
依存分析： [('ROOT', 0, 1), ('name', 3, 2), ('dobj', 1, 3), ('punct', 1, 4)]
句子解析：
 (ROOT
  (IP
    (VP (VV 我爱)
      (NP (NR 北京) (NR 天安门)))
    (PU 。)))
节点关系: [ROOT -> IP, IP -> VP PU, VP -> VV NP, VV -> '我爱', NP -> NR NR, NR -> '北京', NR -> '天安门', PU -> '。']