pyhanlp 两种依存句法分类器
依存句法分析器在HanLP中一共有两种句法分析器·依存句法分析(1)基于神经网络的高性能依存句法分析器(2)MaxEnt依存句法分析基于神经网络的高性能依存句法分析器HanLP中的基于神经网络的高性能依存句法分析器参考的是14年Chen&Manning的论文(A Fast and Accurate Dependency Parser using Neural Networks),这里还有一个发在了Github的实现程序,其实现语言为Python。除此之外,你还可以参考ljj123zz 的CSDN 一篇博客:blog.csdn.net/ljj123zz/article/details/78834838HanLP作者的原文介绍已经写得比较清楚,唯一要注意的是原文章中介绍的依存句法分析器为早期版本,输出的依存关系为英文,现在应该变为中文,而且从测试结果看,训练语料应该已经更新了,但是更新为了那个语料现在还不会是很清楚。(hanlp开源项目负责人hankcs)基于最大熵的依存句法分析器经过测试这个句法分析器为真的很坑,绝对不建议使用,测试代码见最后,作者原文介绍请点击击www.hankcs.com/nlp/parsing/to-achieve-the-maximum-entropy-of-the-dependency-parser.html下面是使用的例子基于神经网络的高性能依存句法分析器from pyhanlp import *# 依存句法分析sentence = HanLP.parseDependency("徐先生还具体帮助他确定了把画雄鹰、松鼠和麻雀作为主攻目标。")print(sentence)
for word in sentence.iterator():# 通过dir()可以查看sentence的方法 print("%s --(%s)--> %s" % (word.LEMMA, word.DEPREL, word.HEAD.LEMMA))print()
# 也可以直接拿到数组,任意顺序或逆序遍历word_array = sentence.getWordArray()for word in word_array: print("%s --(%s)--> %s" % (word.LEMMA, word.DEPREL, word.HEAD.LEMMA))print()
# 还可以直接遍历子树,从某棵子树的某个节点一路遍历到虚根CoNLLWord = JClass("com.hankcs.hanlp.corpus.dependency.CoNll.CoNLLWord")head = word_arraywhile head.HEAD: head = head.HEAD if (head == CoNLLWord.ROOT): print(head.LEMMA) else: print("%s --(%s)--> " % (head.LEMMA, head.DEPREL))1 徐先生 徐先生 nh nr _ 4 主谓关系 _ _2 还 还 d d _ 4 状中结构 _ _3 具体 具体 a ad _ 4 状中结构 _ _4 帮助 帮助 v v _ 0 核心关系 _ _5 他 他 r r _ 4 兼语 _ _6 确定 确定 v v _ 4 动宾关系 _ _7 了 了 u u _ 6 右附加关系 _ _8 把 把 p p _ 15 状中结构 _ _9 画 画 v v _ 8 介宾关系 _ _10 雄鹰 雄鹰 n n _ 9 动宾关系 _ _11 、 、 wp w _ 12 标点符号 _ _12 松鼠 松鼠 n n _ 10 并列关系 _ _13 和 和 c c _ 14 左附加关系 _ _14 麻雀 麻雀 n n _ 10 并列关系 _ _15 作为 作为 v v _ 6 动宾关系 _ _16 主攻 主攻 v vn _ 17 定中关系 _ _17 目标 目标 n n _ 15 动宾关系 _ _18 。 。 wp w _ 4 标点符号 _ _
徐先生 --(主谓关系)--> 帮助还 --(状中结构)--> 帮助具体 --(状中结构)--> 帮助帮助 --(核心关系)--> ##核心##他 --(兼语)--> 帮助确定 --(动宾关系)--> 帮助了 --(右附加关系)--> 确定把 --(状中结构)--> 作为画 --(介宾关系)--> 把雄鹰 --(动宾关系)--> 画、 --(标点符号)--> 松鼠松鼠 --(并列关系)--> 雄鹰和 --(左附加关系)--> 麻雀麻雀 --(并列关系)--> 雄鹰作为 --(动宾关系)--> 确定主攻 --(定中关系)--> 目标目标 --(动宾关系)--> 作为。 --(标点符号)--> 帮助
徐先生 --(主谓关系)--> 帮助还 --(状中结构)--> 帮助具体 --(状中结构)--> 帮助帮助 --(核心关系)--> ##核心##他 --(兼语)--> 帮助确定 --(动宾关系)--> 帮助了 --(右附加关系)--> 确定把 --(状中结构)--> 作为画 --(介宾关系)--> 把雄鹰 --(动宾关系)--> 画、 --(标点符号)--> 松鼠松鼠 --(并列关系)--> 雄鹰和 --(左附加关系)--> 麻雀麻雀 --(并列关系)--> 雄鹰作为 --(动宾关系)--> 确定主攻 --(定中关系)--> 目标目标 --(动宾关系)--> 作为。 --(标点符号)--> 帮助
麻雀 --(并列关系)--> 雄鹰 --(动宾关系)--> 画 --(介宾关系)--> 把 --(状中结构)--> 作为 --(动宾关系)--> 确定 --(动宾关系)--> 帮助 --(核心关系)--> ##核心##最大熵依存句法分析器MaxEntDependencyParser = JClass("com.hankcs.hanlp.dependency.MaxEntDependencyParser")
print("hankcs每天都在写程序")print(MaxEntDependencyParser.compute("hankcs每天都在写程序"))print("吴彦祖每天都在写程序")print(MaxEntDependencyParser.compute("吴彦祖每天都在写程序"))hankcs每天都在写程序1 hankcs hankcs x x _ 6 限定 _ _2 每天 每天 r r _ 5 施事 _ _3 都 都 d d _ 5 程度 _ _4 在 在 d d _ 5 程度 _ _5 写 写 v v _ 0 核心成分 _ _6 程序 程序 n n _ 5 内容 _ _
吴彦祖每天都在写程序1 吴彦祖 吴彦祖 n nr _ 5 施事 _ _2 每天 每天 r r _ 5 施事 _ _3 都 都 d d _ 5 程度 _ _4 在 在 d d _ 5 程度 _ _5 写 写 v v _ 0 核心成分 _ _6 程序 程序 n n _ 5 内容 _ _
页:
[1]