PyStanfordDependencies 0.3.1

示例用法

首先获取一个StanfordDependencies实例 StanfordDependencies.get_instance()：

>>> import StanfordDependencies
>>> sd = StanfordDependencies.get_instance(backend='subprocess')

get_instance()有几个选项。backendcan当前 是subprocess或jpype（见下文）。如果你有一个存在的 Stanford CoreNLP或 Stanford Parser jar文件，使用jar_filename参数指向 jar文件。否则，pystanford依赖项将下载一个jar文件 为您保存在本地（~/.local/share/pystanforddeps）。你 可以使用version标志请求特定版本，例如， version='3.4.1'。若要转换树，请使用convert_trees()或 convert_tree()方法（注意，默认情况下，convert_trees()可以 如果要进行批量转换，则速度要快得多）。这些回报 一个句子（一列Token对象）或一列句子（一列 分别为Token个对象的列表：

>>> sent = sd.convert_tree('(S1 (NP (DT some) (JJ blue) (NN moose)))')
>>> for token in sent:
...     print token
...
Token(index=1, form='some', cpos='DT', pos='DT', head=3, deprel='det')
Token(index=2, form='blue', cpos='JJ', pos='JJ', head=3, deprel='amod')
Token(index=3, form='moose', cpos='NN', pos='NN', head=0, deprel='root')

这告诉您moose是句子的开头，并且是 由some（具有det=限定关系）和^{tt19}修改$ （带有amod=形容词修饰关系）。^{tt14}上的字段$ 对象作为属性可读。有关其他选项，请参见文档 convert_tree()和convert_trees()。

可视化

如果你有asciitree 包，您可以使用更漂亮的ascii格式化程序：

>>> print sent.as_asciitree()
 moose [root]
  +-- some [det]
  +-- blue [amod]

如果您有Python2.7或更高版本，则可以使用Graphviz来呈现图形。您需要Python graphviz包来调用 as_dotgraph()：

>>> dotgraph = sent.as_dotgraph()
>>> print dotgraph
digraph {
        0 [label=root]
        1 [label=some]
                3 -> 1 [label=det]
        2 [label=blue]
                3 -> 2 [label=amod]
        3 [label=moose]
                0 -> 3 [label=root]
}
>>> dotgraph.render('moose') # renders a PDF by default
'moose.pdf'
>>> dotgraph.format = 'svg'
>>> dotgraph.render('moose')
'moose.svg'

Pythonxdot 包提供交互式可视化：

>>> import xdot
>>> window = xdot.DotWindow()
>>> window.set_dotcode(dotgraph.source)

as_asciitree()和as_dotgraph()都允许自定义。 有关其他选项，请参见文档。

后端

目前，PystanfordDependencies包括两个后端：

• subprocess（在任何地方都可以使用java二进制文件，但更多 开销，因此使用convert_trees()的成批转换是 推荐）
• jpype（需要jpype1， 比子进程后端更快，还包括对斯坦福的访问 Corenlp柠檬汁）

默认情况下，PystanFordDependencies将尝试使用^{TT6}$ 后端。如果jpype不可用或在启动时崩溃， PystanFordDependencies将回退到^{TT5}$，并发出警告。

通用依赖关系状态

PystanFordDependencies支持Universal Dependencies中的大多数功能（请参见issue #10了解 最新状态）。PystanFordDependencies输出与Universal匹配 在结构和依赖项标签方面的依赖项，但通用 POS标签和功能丢失。目前，PystanfordDependencies将 默认情况下输出通用依赖项（除非您使用的是Stanford Corenlp 3.5.1或更早版本）。

相关项目

• clearnlp-converter （使用clearnlp而不是Stanford CoreNLP用于 依赖关系转换）

更多信息

根据Apache 2.0授权。

作者：大卫·麦克洛斯基（homepage，code）

错误报告和功能请求：GitHub issue tracker

发布摘要

• 0.3.1（2015.11.02）：更好的折叠通用处理，错误修复
• 0.3.0（2015.10.09）：支持复制节点，更多输入检查/调试 帮助，例如convert.py程序
• 0.2.0（2015.08.02）：通用依赖项支持（大部分） python 3支持（完全），少量api更新
• 0.1.7（2015.06.13）JPype的错误修复，处理版本不匹配 在IBM Java中
• 0.1.6（2015.02.12）：支持graphviz格式，corenlp 3.5.1， 更好的Windows可移植性
• 0.1.5（2015.01.10）：支持ascii树格式
• 0.1.4（2015.01.07）：修复CCprocessed支持
• 0.1.3（2015.01.03）：错误修复、工作服集成、重构
• 0.1.2（2015.01.02）：更好的conll结构、测试套件和travis ci 支持，错误修复
• 0.1.1（2014.12.15）：更多文档，更少错误
• 0.1（2014.12.14）：初始版本