在NLTK中如何进行依存解析？

Question

在阅读《NLTK》这本书的时候，我发现从一个给定的句子生成依赖树的方法并不清楚。

书中相关的部分是关于 依赖语法的小节，里面有一个 示例图，但它没有展示如何解析一个句子来得到这些关系——或者说我可能在自然语言处理（NLP）方面漏掉了什么基本的东西？

编辑：我想要的功能类似于 斯坦福解析器的效果：给定一个句子“我在睡觉时射了一头大象”，它应该返回类似这样的结果：

nsubj(shot-2, I-1)
det(elephant-4, an-3)
dobj(shot-2, elephant-4)
prep(shot-2, in-5)
poss(sleep-7, my-6)
pobj(in-5, sleep-7)

Answer 1

如果你想要更好的性能，那么spacy（https://spacy.io/）是最好的选择。使用起来非常简单：

import spacy

nlp = spacy.load('en')
sents = nlp(u'A woman is walking through the door.')

你会得到一个依赖树作为输出，这样你就可以很轻松地找到你需要的所有信息。你还可以定义自己的自定义处理流程。想了解更多，可以去他们的网站看看。

https://spacy.io/docs/usage/

Answer 2

我觉得你可以用基于语料库的依赖解析器，代替NLTK提供的基于语法的解析器。

在Python中，即使是处理少量文本，使用基于语料库的依赖解析也不是很理想。所以在NLTK里，他们提供了一个封装器，可以使用MaltParser，这是一种基于语料库的依赖解析器。

你可能会觉得这个关于句子的RDF表示的问题也很相关。

Answer 3

我们可以使用NLTK中的斯坦福解析器。

需要准备的东西

你需要从他们的网站上下载两个东西：

1. 斯坦福CoreNLP解析器。
2. 你想要的语言模型（比如说英语语言模型）

注意事项！

确保你的语言模型版本和斯坦福CoreNLP解析器版本是匹配的！

截至2018年5月22日，当前的CoreNLP版本是3.9.1。

下载完这两个文件后，可以把压缩包解压到你喜欢的任何地方。

Python代码

接下来，加载模型并通过NLTK使用它。

from nltk.parse.stanford import StanfordDependencyParser

path_to_jar = 'path_to/stanford-parser-full-2014-08-27/stanford-parser.jar'
path_to_models_jar = 'path_to/stanford-parser-full-2014-08-27/stanford-parser-3.4.1-models.jar'

dependency_parser = StanfordDependencyParser(path_to_jar=path_to_jar, path_to_models_jar=path_to_models_jar)

result = dependency_parser.raw_parse('I shot an elephant in my sleep')
dep = result.next()

list(dep.triples())

输出结果

最后一行的输出是：

[((u'shot', u'VBD'), u'nsubj', (u'I', u'PRP')),
 ((u'shot', u'VBD'), u'dobj', (u'elephant', u'NN')),
 ((u'elephant', u'NN'), u'det', (u'an', u'DT')),
 ((u'shot', u'VBD'), u'prep', (u'in', u'IN')),
 ((u'in', u'IN'), u'pobj', (u'sleep', u'NN')),
 ((u'sleep', u'NN'), u'poss', (u'my', u'PRP$'))]

我想这就是你想要的。