Anaconda下安装和使用Stanza中文模型

预备步骤

创建anaconda虚拟环境

官网说目前stanza不支持Python3.8的anaconda 命令安装，这里安装Python3.7。

conda create -n test python=3.7

之后激活虚拟环境，开始安装stanza

下载stanza安装包

在虚拟环境中，使用官方提供的安装命令：

conda install -c stanfordnlp stanza

使用 conda list 命令检查是否安装了最新版本，如果不是，使用conda uninstall stanza 命令卸载，再用如下命令重装：

conda install -c stanfordnlp stanza==1.4.0

由于旧版本兼容会有一些问题，这里卸载重装最新的1.4.0版本。
安装包很大，需要一点时间。再次确认安装版本，

后面出现正确版本号，说明下载成功。

添加中文语言包

之后，需要在指定的~/resouces/ 文件夹下下载中文语言模型。
先使用如下代码进行测试：

>>> import stanza
>>> zh_nlp = stanza.Pipeline('zh')

报错：

stanza.resources.common.ResourcesFileNotFoundError: Resources file not found at: C:\Users\user\stanza_resources\resources.json  Try to download the model again.

原因是没有找到resources.json文件， 这里去github上寻找该文件下载资源
stanza-resources，页面如下：

这里有多个版本，我们选择resources_1.4.0.json 下载，并改名为“resources.json”保存到错误提示中提到的C:\Users\user\stanza_resources文件夹中。
接着去Hugging Face网站找相应的中文语言模型下载页面stanza-zh-hans，下载default.zip文件。

将default.zip解压后，在上文中的 C:\Users\user\stanza_resources目录下新建一个名为“zh-hans”的文件夹，将解压后的文件全部复制到zh-hans文件夹。

测试

到此，所有安装文件都已准备完毕，继续使用上文的测试代码测试

>>> import stanza
>>> zh_nlp = stanza.Pipeline('zh')

这时，仍然报错：

requests.exceptions.ConnectionError: HTTPSConnectionPool(host='raw.githubusercontent.com', port=443): Max retries exceeded with url: /stanfordnlp/stanza-resources/main/resources_1.4.0.json (Caused by NewConnectionError('<urllib3.connection.HTTPSConnection object at 0x000001A6708B8708>: Failed to establish a new connection: [Errno 11004] getaddrinfo failed'))

这个错误是说，程序试图通过githubusercontent.com这个域名下载resources_1.4.0.json 时连接失败。这里需要修改程序。让模型去调用我们自己下载的resources.json文件。 具体做法如下：
打开虚拟环境所在目录，找到 ~\Lib\site-packages\stanza\resources\commom,py文件，注释掉download_resources_json()这个函数中的request_file()方法。
原文出处：https://github.com/stanfordnlp/stanza/issues/331#issuecomment-694155072

修改好后，重新启动虚拟环境，再次测试：

>>> import stanza
>>> zh_nlp = stanza.Pipeline('zh')
>>> doc = zh_nlp('我喜欢自然语言处理。')
>>> print(doc)

出现以下结果：

[
  [
    {
      "id": 1,
      "text": "我",
      "lemma": "我",
      "upos": "PRON",
      "xpos": "PRP",
      "feats": "Person=1",
      "head": 2,
      "deprel": "nsubj",
      "start_char": 0,
      "end_char": 1,
      "ner": "O",
      "multi_ner": [
        "O"
      ]
    },
    {
      "id": 2,
      "text": "喜欢",
      "lemma": "喜欢",
      "upos": "VERB",
      "xpos": "VV",
      "head": 0,
      "deprel": "root",
      "start_char": 1,
      "end_char": 3,
      "ner": "O",
      "multi_ner": [
        "O"
      ]
    },
    {
      "id": 3,
      "text": "自然",
      "lemma": "自然",
      "upos": "NOUN",
      "xpos": "NN",
      "head": 4,
      "deprel": "nmod",
      "start_char": 3,
      "end_char": 5,
      "ner": "O",
      "multi_ner": [
        "O"
      ]
    },
    {
      "id": 4,
      "text": "语言",
      "lemma": "语言",
      "upos": "NOUN",
      "xpos": "NN",
      "head": 5,
      "deprel": "nsubj",
      "start_char": 5,
      "end_char": 7,
      "ner": "O",
      "multi_ner": [
        "O"
      ]
    },
    {
      "id": 5,
      "text": "处理",
      "lemma": "处理",
      "upos": "VERB",
      "xpos": "VV",
      "head": 2,
      "deprel": "ccomp",
      "start_char": 7,
      "end_char": 9,
      "ner": "O",
      "multi_ner": [
        "O"
      ]
    },
    {
      "id": 6,
      "text": "。",
      "lemma": "。",
      "upos": "PUNCT",
      "xpos": ".",
      "head": 2,
      "deprel": "punct",
      "start_char": 9,
      "end_char": 10,
      "ner": "O",
      "multi_ner": [
        "O"
      ]
    }
  ]
]

说明安装成功，这样就可以开始使用stanza处理中文啦。