斯坦福依存句法分析环境的搭建(但没有root提示)

参考文档：http://www.cnblogs.com/baiboy/p/nltk1.html。只参考没有用他的百度盘上的zip文件。

Stanford: https://nlp.stanford.edu/software/ ,这是软件包下载地址。

我的环境：

Python : 2.7.12

Nltk: 3.2.5

Stanford: stanford-parser-3.8.0-models

Jdk: 1.8.0_131

Os: ubuntu16.04

IDE:pycharm2017.2.3

记得在虚拟目录下开发 ,例子如下：

安装virtualenv:

my@ubuntu:~$ sudo apt-get install python-virtualenv

在virtualenv中创建tensorfloe环境

my@ubuntu:~$ virtualenv --system-site-packages ~/tensorflow

激活tensorflow的virtualenv环境

my@ubuntu:~$ source ~/tensorflow/bin/activate

到https://nlp.stanford.edu/software/下载stanford-parser-full-2017-06-09.zip，解压找到两个文件：stanford-parser.jar ，stanford-parser-3.8.0-models.jar

把stanford-parser-3.8.0-models.jar解压后到edu\stanford\nlp\models\lexparser下找到chinesePCFG.ser.gz

新建一个文件夹把上面三个文件复制到其中，放到linux的用户目录（家目录）下

假定nltk已经安装好，确定版本是3.2.5， 如何查看： pip list。

在pycharm 中执行以下代码：（分词器可以自己选，不一定用Stanford,例子中用的是哈工大的）

# coding=utf-8

import sys

import os

import nltk

from pyltp import *

from nltk.parse.stanford import StanfordDependencyParser

reload(sys)

sys.setdefaultencoding('utf-8')

modeldir = '/usr/local/ltp_data/'

sentence = '国家主席25日同美国总统通电话。'

segmentor = Segmentor()

segmentor.load(os.path.join(modeldir, 'cws.model'))

words = segmentor.segment(sentence)

seg = ' '.join(words)

chi_parser = StanfordDependencyParser(r"/home/hadoop/StanfordNLTK/jar/stanford-parser.jar",

r"/home/hadoop/StanfordNLTK/jar/stanford-parser-3.8.0-models.jar",

r"/home/hadoop/StanfordNLTK/jar/classifiers/chinesePCFG.ser.gz")

res = list(chi_parser.parse(seg.split()))

for row in res[0].triples() :

print str(row).replace('u\'','\'').decode("unicode-escape")

输出如下：

/usr/bin/python2.7
/home/py/PycharmProjects/ThirdTest/StanfordNLTK.py

(('通电话', 'VV'),
'nsubj', ('主席', 'NN'))

(('主席', 'NN'),
'compound:nn', ('国家', 'NN'))

(('通电话', 'VV'),
'nmod:tmod', ('25日', 'NT'))

(('通电话', 'VV'),
'nmod:prep', ('总统', 'NN'))

(('总统', 'NN'),
'case', ('同', 'P'))

(('总统', 'NN'),
'nmod:assmod', ('美国', 'NR'))

Process finished
with exit code 0

标签含义

ROOT：要处理文本的语句

IP：简单从句

NP：名词短语

VP：动词短语

PU：断句符，通常是句号、问号、感叹号等标点符号

LCP：方位词短语

PP：介词短语

CP：由‘的’构成的表示修饰性关系的短语

DNP：由‘的’构成的表示所属关系的短语

ADVP：副词短语

ADJP：形容词短语

DP：限定词短语

QP：量词短语

NN：常用名词

NR：固有名词

NT：时间名词

PN：代词

VV：动词

VC：是

CC：表示连词

VE：有

VA：表语形容词

AS：内容标记（如：了）

VRD：动补复合词

CD: 表示基数词

DT: determiner 表示限定词

EX: existential there 存在句

FW: foreign word 外来词

IN: preposition or conjunction, subordinating 介词或从属连词

JJ: adjective or numeral, ordinal 形容词或序数词

JJR: adjective, comparative 形容词比较级

JJS: adjective, superlative 形容词最高级

LS: list item marker 列表标识

MD: modal auxiliary 情态助动词

PDT: pre-determiner 前位限定词

POS: genitive marker 所有格标记

PRP: pronoun, personal 人称代词

RB: adverb 副词

RBR: adverb, comparative 副词比较级

RBS: adverb, superlative 副词最高级

RP: particle 小品词

SYM: symbol 符号

TO:”to” as preposition or infinitive marker 作为介词或不定式标记

WDT: WH-determiner WH限定词

WP: WH-pronoun WH代词

WP$: WH-pronoun, possessive WH所有格代词

WRB:Wh-adverb WH副词

关系表示

abbrev: abbreviation modifier，缩写

acomp: adjectival complement，形容词的补充；

advcl : adverbial clause modifier，状语从句修饰词

advmod: adverbial modifier状语

agent: agent，代理，一般有by的时候会出现这个

amod: adjectival modifier形容词

appos: appositional modifier,同位词

attr: attributive，属性

aux: auxiliary，非主要动词和助词，如BE,HAVE SHOULD/COULD等到

auxpass: passive auxiliary 被动词

cc: coordination，并列关系，一般取第一个词

ccomp: clausal complement从句补充

complm: complementizer，引导从句的词好重聚中的主要动词

conj : conjunct，连接两个并列的词。

cop: copula。系动词（如be,seem,appear等），（命题主词与谓词间的）连系

csubj : clausal subject，从主关系

csubjpass: clausal passive subject 主从被动关系

dep: dependent依赖关系

det: determiner决定词，如冠词等

dobj : direct object直接宾语

expl: expletive，主要是抓取there

infmod: infinitival modifier，动词不定式

iobj : indirect object，非直接宾语，也就是所以的间接宾语；

mark: marker，主要出现在有“that” or “whether”“because”,
“when”,

mwe: multi-word expression，多个词的表示

neg: negation modifier否定词

nn: noun compound modifier名词组合形式

npadvmod: noun phrase as adverbial modifier名词作状语

nsubj : nominal subject，名词主语

nsubjpass: passive nominal subject，被动的名词主语

num: numeric modifier，数值修饰

number: element of compound number，组合数字

parataxis: parataxis: parataxis，并列关系

partmod: participial modifier动词形式的修饰

pcomp: prepositional complement，介词补充

pobj : object of a preposition，介词的宾语

poss: possession modifier，所有形式，所有格，所属

possessive: possessive modifier，这个表示所有者和那个’S的关系

preconj : preconjunct，常常是出现在 “either”, “both”,
“neither”的情况下

predet: predeterminer，前缀决定，常常是表示所有

prep: prepositional modifier

prepc: prepositional clausal modifier

prt: phrasal verb particle，动词短语

punct: punctuation，这个很少见，但是保留下来了，结果当中不会出现这个

purpcl : purpose clause modifier，目的从句

quantmod: quantifier phrase modifier，数量短语

rcmod: relative clause modifier相关关系

ref : referent，指示物，指代

rel : relative

root: root，最重要的词，从它开始，根节点

tmod: temporal modifier

xcomp: open clausal complement

xsubj : controlling subject 掌控者

中心语为谓词

subj — 主语

nsubj — 名词性主语（nominal subject） （同步，建设）

top — 主题（topic） （是，建筑）

npsubj — 被动型主语（nominal passive subject），专指由“被”引导的被动句中的主语，一般是谓词语义上的受事 （称作，镍）

csubj — 从句主语（clausal subject），中文不存在

xsubj — x主语，一般是一个主语下面含多个从句 （完善，有些）

中心语为谓词或介词

obj — 宾语

dobj — 直接宾语 （颁布，文件）

iobj — 间接宾语（indirect object），基本不存在

range — 间接宾语为数量词，又称为与格 （成交，元）

pobj — 介词宾语 （根据，要求）

lobj — 时间介词 （来，近年）

中心语为谓词

comp — 补语

ccomp — 从句补语，一般由两个动词构成，中心语引导后一个动词所在的从句(IP) （出现，纳入）

xcomp — x从句补语（xclausal complement），不存在

acomp — 形容词补语（adjectival complement）

tcomp — 时间补语（temporal complement） （遇到，以前）

lccomp — 位置补语（localizer complement） （占，以上）

— 结果补语（resultative
complement）

中心语为名词

mod — 修饰语（modifier）

pass — 被动修饰（passive）

tmod — 时间修饰（temporal modifier）

rcmod — 关系从句修饰（relative clause modifier） （问题，遇到）

numod — 数量修饰（numeric modifier） （规定，若干）

ornmod — 序数修饰（numeric modifier）

clf — 类别修饰（classifier modifier）
（文件，件）

nmod — 复合名词修饰（noun compound modifier） （浦东，上海）

amod — 形容词修饰（adjetive modifier） （情况，新）

advmod — 副词修饰（adverbial modifier） （做到，基本）

vmod — 动词修饰（verb modifier，participle modifier）

prnmod — 插入词修饰（parenthetical modifier）

neg — 不定修饰（negative modifier） (遇到，不)

det — 限定词修饰（determiner modifier） （活动，这些）

possm — 所属标记（possessive marker），NP

poss — 所属修饰（possessive modifier），NP

dvpm — DVP标记（dvp marker），DVP （简单，的）

dvpmod — DVP修饰（dvp modifier），DVP
（采取，简单）

assm — 关联标记（associative marker），DNP （开发，的）

assmod — 关联修饰（associative modifier），NP|QP （教训，特区）

prep — 介词修饰（prepositional modifier） NP|VP|IP（采取，对）

clmod — 从句修饰（clause modifier） （因为，开始）

plmod — 介词性地点修饰（prepositional localizer modifier）
（在，上）

asp — 时态标词（aspect marker） （做到，了）

partmod– 分词修饰（participial modifier） 不存在

etc — 等关系（etc） （办法，等）

中心语为实词

conj — 联合(conjunct)

cop — 系动(copula) 双指助动词？？？？

cc — 连接(coordination)，指中心词与连词
（开发，与）

其它

attr — 属性关系 （是，工程）

cordmod– 并列联合动词（coordinated verb compound） （颁布，实行）

mmod — 情态动词（modal verb） （得到，能）

ba — 把字关系

tclaus — 时间从句 （以后，积累）

— semantic dependent

cpm — 补语化成分（complementizer），一般指“的”引导的CP （振兴，的）