用于从文本中提取度量值和相关实体的包。
marve的Python项目详细描述
#marve
一个测量关系提取器
[！[许可证]（https://img.shields.io/badge/license apache%202.0-blue.svg）]（https://opensource.org/licenses/apache-2.0）
marve利用[grobid数量]（https://github.com/kermitt2/grobid-quanties）和[斯坦福corenlp]（http://stanfordnlp.github.io/corenlp）来提取和规范度量自然语言文本中的元素及其相关实体和描述符。
``壳牌
sample="患者在妊娠28周时返回欧洲。"
简化产量
-
值："28"
单位："周"
量化："妊娠"
相关：["患者"，"欧洲"]
`````
使用在标记的文本语料库上训练的线性crf模型来寻找测量值、单位和一组有限的"量化"物质。然后，使用corenlp中的单词依赖项和pos标记，使用corenlp将度量链接到句子中的相关单词。在`/marve/dependency\u patterns.json`中指定了与其他单词/实体相关的度量的公共依赖/pos模式，并且可以在不修改代码的情况下进行调整。
Pr＆L.Po.L.No.2016－10-31. zip
‘BR/>< BR/>运行（要求Java 8）：
` shell /BR/> CD和LT；路径到CalnLp & gt；/StordFord-Clnlp全20110-10-31 Java-MX4G -CP"*"EdUnStutoFord.NLP.PluryNo.StnFordCordNLPCServer 9000 BR/> ` BR/>< BR/>按以下方式安装GROBID说明[此处]（http://grobid.readthedocs.io/en/latest/install-grobid/）<；/br>；
然后按照[grobid数量说明]（https://github.com/kermitt2/grobid-quanties）安装、构建、训练和运行
install marve:<；/br>；
`pip install marve`
##用法
一旦corenlp和grobid数量都在运行，marve就可以这样使用：
`` shell
编码：utf-8
e妊娠28周时，"
patterns="dependency_patterns.json"
write_to="sample_output.txt"
m.extract（_test，corenlp，grobid，patterns，write_to，show_graph=false，pretty=true，simplify=false）
````
（此示例可在"sample.py"中找到）
<；b>；important<；/b>；：文本在传递给marve之前应在句子或段落块中。
<；b>；注意<；/b>；：第一次运行marve时，可能会由于corenlp model loadi较长而引发超时错误。NG时代。如果发生这种情况，请再次运行corenlp，corenlp应该正常运行。
分辨率为10米。marve使用一个图形来表示每个句子，其中边是单词（用下面的绿色椭圆表示）和节点是单词及其词性标签（用蓝色表示）之间的依赖关系。< BR>[示例]（https://github.jpl.nasa.gov/hundman/marve/blob/master/blob/example.png）
例如，单元通常通过数值修饰符（`"nummod"`）依赖项连接到值（见上文）。名义修饰符（`"nmod"`）是一种常见的依赖关系，它将单元链接到被量化的对象。连接V的常见模式在`/marve/dependency\u patterns.json`中定义了值、单位和相关单词，在上面的示例中，与"m"到"resolution"匹配的json位是：
``shell
"nmod"：{
"enhanced"：true，
"of"：{
"measurement\type"：["space\between"，"attached"]，
"pos\in"：{
"nn"：null
}
}
}
```
下面是这个示例的匹配方式：<；/br>；<；/br>；
1。` nmod是"m"和"resolution"之间的依赖类型<；/br>；<；/br>；
2。由于我们使用了corenlp增强的依赖性解析器，我们还看到了"nmod"末尾附加的"：of"。由于enhanced设置为"true"，因此"of"必须附加到依赖项<；/br>；<；/br>；
3。由于测量值为"10M"，我们将其标识为"附加"测量类型<；/br>；<；/br>；
4。`"pos_in"`强制附加节点的词性包含其至少一个键。在这种情况下，"nn"表示词性必须是名词（有效的pos标记可以是：`nn`，`nns`，`nnp`，`nnps`）。由于"nn"的值为空，我们就完成了，可以将resolution作为相关单词返回并将其添加到输出中。对于某些pos标记，例如"vb"，我们可能需要继续遍历图中的边，在这种情况下，该值可以指定要调用的函数（例如"get_cousin（）"）<；/br>；
将计算json中列出的所有此类依赖模式，如果有任何匹配的模式，它们将作为测量的相关单词添加。
api
`` shell
提取（content、corenlp、grobid、dependency_patterns_file、output_file=none、show_graph=false、pretty=false、simplify=false）
返回从句子或段落提取的测量。
参数：content:string
句子或要从中提取度量值的段落。
grobid:string
grobid服务器终结点（例如"http://localhost:8080"）。
dependency_patterns_file:string
json文件的文件路径，该文件包含有效的dependency/pos模式，用于提取与测量相关的单词和实体。
output_file:string，可选
file to write提取测量输出到。
show_graph:boolean，可选
如果为true，则将为分析的每个句子显示依赖关系和pos网络图的可视化
。
pretty:boolean，可选
如果为true，则将缩进写入文件的json。如果为False，则每行一个提取
文档将写入输出文件
simplify:boolean，可选
如果为True，则仅测量单位，并且提取的输出的相关单词将被返回并写入输出文件（有关详细信息，请参见"输出选项"部分）。
"相关"：{"期限"：["研究"]}
`````
"令牌索引"：[
"3"
]，
"after"："，
"name"："year"
}，
"offsetend"：131，
"offsetstart"：128，
"tokenindex"：24，
"type"："time"
}，
"related"：[
{
"rawname"："period"，
"connector"：，
"offsetend"：21，
"relationform"："compound"，
"offsetstart"：15，
"tokenindex"：5，
"描述符"：[
{
"rawname"："year"，
"tokenindex"："4"
}
]
}
]
}
}
``````
根据[Apache2.0许可证]（http://www.apache.org/licenses/license-2.0）编辑。
联系方式：kyle hundman（<；khundman@gmail.com>；）
致谢
*[chris mattmann]（http://sunset.usc.edu/~mattmann/），jpl
*sonny koliwad，jpl
*jason hyon，jpl
*[ian colwell]（hhttp://github.com/iancolwell），jpl
一个测量关系提取器
[！[许可证]（https://img.shields.io/badge/license apache%202.0-blue.svg）]（https://opensource.org/licenses/apache-2.0）
marve利用[grobid数量]（https://github.com/kermitt2/grobid-quanties）和[斯坦福corenlp]（http://stanfordnlp.github.io/corenlp）来提取和规范度量自然语言文本中的元素及其相关实体和描述符。
``壳牌
sample="患者在妊娠28周时返回欧洲。"
简化产量
-
值："28"
单位："周"
量化："妊娠"
相关：["患者"，"欧洲"]
`````
使用在标记的文本语料库上训练的线性crf模型来寻找测量值、单位和一组有限的"量化"物质。然后，使用corenlp中的单词依赖项和pos标记，使用corenlp将度量链接到句子中的相关单词。在`/marve/dependency\u patterns.json`中指定了与其他单词/实体相关的度量的公共依赖/pos模式，并且可以在不修改代码的情况下进行调整。
Pr＆L.Po.L.No.2016－10-31. zip
‘BR/>< BR/>运行（要求Java 8）：
` shell /BR/> CD和LT；路径到CalnLp & gt；/StordFord-Clnlp全20110-10-31 Java-MX4G -CP"*"EdUnStutoFord.NLP.PluryNo.StnFordCordNLPCServer 9000 BR/> ` BR/>< BR/>按以下方式安装GROBID说明[此处]（http://grobid.readthedocs.io/en/latest/install-grobid/）<；/br>；
然后按照[grobid数量说明]（https://github.com/kermitt2/grobid-quanties）安装、构建、训练和运行
install marve:<；/br>；
`pip install marve`
##用法
一旦corenlp和grobid数量都在运行，marve就可以这样使用：
`` shell
编码：utf-8
e妊娠28周时，"
patterns="dependency_patterns.json"
write_to="sample_output.txt"
m.extract（_test，corenlp，grobid，patterns，write_to，show_graph=false，pretty=true，simplify=false）
````
（此示例可在"sample.py"中找到）
<；b>；important<；/b>；：文本在传递给marve之前应在句子或段落块中。
<；b>；注意<；/b>；：第一次运行marve时，可能会由于corenlp model loadi较长而引发超时错误。NG时代。如果发生这种情况，请再次运行corenlp，corenlp应该正常运行。
分辨率为10米。marve使用一个图形来表示每个句子，其中边是单词（用下面的绿色椭圆表示）和节点是单词及其词性标签（用蓝色表示）之间的依赖关系。< BR>[示例]（https://github.jpl.nasa.gov/hundman/marve/blob/master/blob/example.png）
例如，单元通常通过数值修饰符（`"nummod"`）依赖项连接到值（见上文）。名义修饰符（`"nmod"`）是一种常见的依赖关系，它将单元链接到被量化的对象。连接V的常见模式在`/marve/dependency\u patterns.json`中定义了值、单位和相关单词，在上面的示例中，与"m"到"resolution"匹配的json位是：
``shell
"nmod"：{
"enhanced"：true，
"of"：{
"measurement\type"：["space\between"，"attached"]，
"pos\in"：{
"nn"：null
}
}
}
```
下面是这个示例的匹配方式：<；/br>；<；/br>；
1。` nmod是"m"和"resolution"之间的依赖类型<；/br>；<；/br>；
2。由于我们使用了corenlp增强的依赖性解析器，我们还看到了"nmod"末尾附加的"：of"。由于enhanced设置为"true"，因此"of"必须附加到依赖项<；/br>；<；/br>；
3。由于测量值为"10M"，我们将其标识为"附加"测量类型<；/br>；<；/br>；
4。`"pos_in"`强制附加节点的词性包含其至少一个键。在这种情况下，"nn"表示词性必须是名词（有效的pos标记可以是：`nn`，`nns`，`nnp`，`nnps`）。由于"nn"的值为空，我们就完成了，可以将resolution作为相关单词返回并将其添加到输出中。对于某些pos标记，例如"vb"，我们可能需要继续遍历图中的边，在这种情况下，该值可以指定要调用的函数（例如"get_cousin（）"）<；/br>；
将计算json中列出的所有此类依赖模式，如果有任何匹配的模式，它们将作为测量的相关单词添加。
api
`` shell
提取（content、corenlp、grobid、dependency_patterns_file、output_file=none、show_graph=false、pretty=false、simplify=false）
返回从句子或段落提取的测量。
参数：content:string
句子或要从中提取度量值的段落。
grobid:string
grobid服务器终结点（例如"http://localhost:8080"）。
dependency_patterns_file:string
json文件的文件路径，该文件包含有效的dependency/pos模式，用于提取与测量相关的单词和实体。
output_file:string，可选
file to write提取测量输出到。
show_graph:boolean，可选
如果为true，则将为分析的每个句子显示依赖关系和pos网络图的可视化
。
pretty:boolean，可选
如果为true，则将缩进写入文件的json。如果为False，则每行一个提取
文档将写入输出文件
simplify:boolean，可选
如果为True，则仅测量单位，并且提取的输出的相关单词将被返回并写入输出文件（有关详细信息，请参见"输出选项"部分）。
"相关"：{"期限"：["研究"]}
`````
"令牌索引"：[
"3"
]，
"after"："，
"name"："year"
}，
"offsetend"：131，
"offsetstart"：128，
"tokenindex"：24，
"type"："time"
}，
"related"：[
{
"rawname"："period"，
"connector"：，
"offsetend"：21，
"relationform"："compound"，
"offsetstart"：15，
"tokenindex"：5，
"描述符"：[
{
"rawname"："year"，
"tokenindex"："4"
}
]
}
]
}
}
``````
根据[Apache2.0许可证]（http://www.apache.org/licenses/license-2.0）编辑。
联系方式：kyle hundman（<；khundman@gmail.com>；）
致谢
*[chris mattmann]（http://sunset.usc.edu/~mattmann/），jpl
*sonny koliwad，jpl
*jason hyon，jpl
*[ian colwell]（hhttp://github.com/iancolwell），jpl
欢迎加入QQ群-->： 979659372
