自然语言处理 中英文句法分析与依存句法分析——文本和代码

在使用StanfordCoreNLP对文本句子进行分析时，需要先对句子进行分词 nlp.word_tokenize(sentence) 然后对分词后的句子进行句子成分分析 nlp.pos_tag(sentence) 然后继续进行命名实体识别 nlp.ner(sentence) 再之后就是句法分析与依存句法分析 nlp.parse(sentence) nlp.dependency_parse(sentence)

# -*- coding: utf-8 -*-
“““
Created on Wed Apr 17 23:16:12 2019

@author: Dell
“““
#segmentor = Segmentor（）
#segmentor.load（“/path/to/your/cws/model“）
#words = segmentor.segment（“元芳你怎么看“）
#print（words）
#print（“|“.join（words））
#segmentor.release（）

from pyltp import SentenceSplitter
from pyltp import Segmentor
from pyltp import Postagger
from pyltp import SementicRoleLabeller
from pyltp import NamedEntityRecognizer
from pyltp import Parser
import os

LTP_DATA_DIR = ‘E:/自然语言处理/MYltp/ltp_data‘  # ltp模型目录的路径
cws_model_path = os.path.join（LTP_DATA_DIR ‘cws.model‘）  # 分词模型路径，模型名称为‘cws.model‘

segmentor = Segmentor（）  # 初始化实例
segmentor.load（cws_model_path）  # 加载模型
#sentence = open（‘E:/自然语言处理/实验四/chinese_sen.txt‘）
words = segmentor.segment（‘学历造假风波一月后，翟天临与辛芷蕾牵手回家。武磊替补登场，梅西独中两元助巴萨2:0战胜西班牙人。漫威影业官方微博宣布《复仇者联盟4》正式定档4月24日在内地上映。3月29日下午，呼声极高的人工智能专业被列入新增审批本科专业名单，全国共有35所高校获首批建设资格。ACM宣布，深度学习的三位创造者Yoshua Bengio，Yann LeCun，以及Geoffrey Hinton获得了2019年的图灵奖。‘）  # 分词
#print（‘\t‘.join（words））
segmentor.release（）  # 释放模型

pos_model_path = os.path.join（LTP_DATA_DIR ‘pos.model‘）  # 词性标注模型路径，模型名称为‘pos.model‘
postagger = Postagger（） # 初始化实例
postagger.load（pos_model_path）  # 加载模型
postags = postagger.postag（words）  # 词性标注
#print （‘\t‘.join（postags））
postagger.release（）  # 释放模型

par_model_path = os.path.join（LTP_DATA_DIR ‘parser.model‘）# 依存句法分析模型路径，模型名称为‘parser.model‘
parser = Parser（）# 初始化实例
parser.load（par_model_path）# 加载模型
arcs = parser.parse（words postags）# 句法分析#信息提取，结果展示
rely_id = [arc.head for arc in arcs]# 提取依存父节点
idrelation = [arc.relation for arc in arcs]# 提取依存关系
heads = [‘Root‘ if id ==0 else words[id-1]for id in rely_id]# 匹配依存父节点词语
for i in range（len（words））:
    print（relation[i] +‘（‘ + words[i] +‘ ‘ + heads[i] +‘）‘）
parser.release（）# 释放模型

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2390  2019-04-21 20:34  pyltpTest.py

     文件          0  2019-04-16 10:33  StandFordChinese.txt

     文件        851  2019-04-16 22:27  StanFordEnglish.txt

     文件       6320  2019-03-31 16:59  常用的标注指代.txt

     文件        361  2019-03-31 16:59  chinese_sen.txt

     文件        188  2019-03-31 17:13  english_sen.txt

     文件          0  2019-04-16 10:34  otherNlp.txt

----------- ---------  ---------- -----  ----

                10110                    7