from __future__ import print_function
import nltk
print(nltk.__version__)
或者在命令行上:
python3 -c "import nltk; print(nltk.__version__)"
确保看到3.1作为输出。
更偏执的是,检查你最喜欢的斯坦福NLP工具API是否可用:
from nltk.parse.stanford import StanfordParser
from nltk.parse.stanford import StanfordDependencyParser
from nltk.parse.stanford import StanfordNeuralDependencyParser
from nltk.tag.stanford import StanfordPOSTagger, StanfordNERTagger
from nltk.tokenize.stanford import StanfordTokenizer
import os
from nltk.parse import stanford
os.environ['STANFORD_PARSER'] = '/path/to/standford/jars'
os.environ['STANFORD_MODELS'] = '/path/to/standford/jars'
parser = stanford.StanfordParser(model_path="/location/of/the/englishPCFG.ser.gz")
sentences = parser.raw_parse_sents(("Hello, My name is Melroy.", "What is your name?"))
print sentences
# GUI
for line in sentences:
for sentence in line:
sentence.draw()
import os
sentence = "this is a foo bar i want to parse."
os.popen("echo '"+sentence+"' > ~/stanfordtemp.txt")
parser_out = os.popen("~/stanford-parser-2012-11-12/lexparser.sh ~/stanfordtemp.txt").readlines()
bracketed_parse = " ".join( [i.strip() for i in parser_out if i.strip()[0] == "("] )
print bracketed_parse
不赞成的回答
下面的答案不推荐使用,请使用https://stackoverflow.com/a/51981566/610569上的解决方案,用于NLTK v3.3及更高版本。
编辑
注意:以下答案仅适用于:
由于这两种工具的变化都相当快,而且3-6个月后,API可能看起来非常不同。请把下面的答案看作是暂时的,而不是永恒的。
有关如何使用NLTK连接斯坦福NLP工具的最新说明,请始终参阅https://github.com/nltk/nltk/wiki/Installing-Third-Party-Software!!
TL;博士
然后:
长:
首先,必须注意斯坦福NLP工具是用Java编写的,而NLTK是用Python编写的。NLTK连接工具的方式是通过命令行接口调用Java工具。
其次,斯坦福NLP工具的API自3.1版以来已经发生了很大的变化。因此,建议将NLTK包更新到v3.1。
第三,Stanford NLP工具的
NLTK
API围绕着各个NLP工具,例如Stanford POS tagger、Stanford NER Tagger、Stanford Parser。对于POS和NER标记符,它不会环绕Stanford Core NLP package。
对于Stanford解析器来说,这是一个特殊的情况,它包装了Stanford解析器和Stanford Core NLP(就我个人而言,我没有使用后者使用NLTK,我更愿意遵循@dimazest在http://www.eecs.qmul.ac.uk/~dm303/stanford-dependency-parser-nltk-and-anaconda.html上的演示)
请注意,从NLTK v3.1开始,
STANFORD_JAR
和STANFORD_PARSER
变量已弃用,不再使用在更长时间内:
步骤1
假设您已在操作系统上正确安装了Java。
现在,安装/更新NLTK版本(请参见http://www.nltk.org/install.html):
sudo pip install -U nltk
sudo apt-get install python-nltk
对于Windows(使用32位二进制安装):
(为什么不是64位?见https://github.com/nltk/nltk/issues/1079)
然后出于偏执,重新检查python中的
nltk
版本:或者在命令行上:
确保看到
3.1
作为输出。更偏执的是,检查你最喜欢的斯坦福NLP工具API是否可用:
(注意:上面的导入只会确保您使用的是包含这些api的正确NLTK版本。没有看到导入中的错误并不意味着您已经成功地将NLTK API配置为使用Stanford工具)
步骤2
现在您已经检查了NLTK的正确版本,该版本包含必要的Stanford NLP工具接口。你需要下载并提取所有必要的斯坦福NLP工具。
TL;DR,在Unix中:
在Windows/Mac中:
步骤3
设置环境变量,以便NLTK可以自动找到相关的文件路径。必须设置以下变量:
将适当的Stanford NLP
.jar
文件添加到CLASSPATH
环境变量中。stanford-ner-2015-04-20/stanford-ner.jar
stanford-postagger-full-2015-04-20/stanford-postagger.jar
stanford-parser-full-2015-04-20/stanford-parser.jar
,解析器模型jar文件是stanford-parser-full-2015-04-20/stanford-parser-3.5.2-models.jar
将适当的模型目录添加到
STANFORD_MODELS
变量中(即,可以在其中找到预训练模型的保存位置的目录)stanford-ner-2015-04-20/classifiers/
stanford-postagger-full-2015-04-20/models/
在代码中,请确保在追加模型名称之前搜索^{} 目录。也可以看到,API还自动尝试在OS环境中搜索`CLASSPATH)
请注意,从NLTK v3.1开始,
STANFORD_JAR
变量已弃用,不再使用。在以下Stackoverflow问题中找到的代码段可能无法工作:TL;Ubuntu步骤3的DR
(对于Windows:有关设置环境变量的说明,请参见https://stackoverflow.com/a/17176423/610569)
在启动python之前,必须按上述方式设置变量,然后:
或者,您可以尝试在python中添加环境变量,正如前面的答案所建议的,但是您也可以直接告诉解析器/标记器初始化到保存
.jar
文件和模型的直接路径。如果使用以下方法,则无需设置环境变量,但当API更改其参数名时,则需要相应更改。这就是为什么设置环境变量比修改python代码以适应NLTK版本更可取的原因。
例如(不设置任何环境变量):
注意,这个答案适用于NLTK v 3.0,而不是更新的版本。
当然,在Python中尝试以下操作:
输出:
注1: 在本例中,解析器和模型jar都在同一个文件夹中。
注2:
注3: englishPCFG.ser.gz文件可以在models.jar文件(/edu/stanford/nlp/models/lexparser/englishPCFG.ser.gz)中找到。请使用come archive manager“解压缩”models.jar文件。
注4: 确保您使用的是Java JRE(运行时环境)1.8也称为Oracle JDK 8。否则将得到:不支持的主版本52.0。
安装
从https://github.com/nltk/nltk下载NLTK v3。安装NLTK:
sudo python setup.py安装
您可以使用NLTK下载程序获得Stanford解析器,使用Python:
试试我的例子!(不要忘记更改jar路径并将模型路径更改为ser.gz位置)
或:
下载并安装NLTK v3,同上。
从(当前版本文件名为stanford-parser-full-2015-01-29.zip)下载最新版本: http://nlp.stanford.edu/software/lex-parser.shtml#Download
提取standford-parser-full-20xx-xx-xx.zip。
创建一个新文件夹(在我的示例中为“jars”)。将提取的文件放入这个jar文件夹:stanford-parser-3.x.x-models.jar和stanford-parser.jar。
如上图所示,您可以使用环境变量(斯坦福解析器和斯坦福模型)指向这个“jars”文件夹。我正在使用Linux,所以如果您使用Windows,请使用类似于:C://folder//jars的内容。
使用归档管理器(7zip)打开stanford-parser-3.x.x-models.jar。
浏览jar文件:edu/stanford/nlp/models/lexparser。再次提取名为“englishPCFG.ser.gz”的文件。记住提取这个ser.gz文件的位置。
创建StanfordParser实例时,可以将模型路径作为参数提供。这是模型的完整路径,在我们的案例中是/location/of/englishPCFG.ser.gz。
试试我的例子!(不要忘记更改jar路径并将模型路径更改为ser.gz位置)
不赞成的回答
下面的答案不推荐使用,请使用https://stackoverflow.com/a/51981566/610569上的解决方案,用于NLTK v3.3及更高版本。
编辑
从当前的斯坦福解析器(2015-04-20)开始,
lexparser.sh
的默认输出已经更改,因此下面的脚本将不起作用。但是这个答案是为了遗产而保留的,它仍然可以与http://nlp.stanford.edu/software/stanford-parser-2012-11-12.zip一起使用。
原始答案
我建议你不要搞乱Jython,Jype。让python做python的事情,让java做java的事情,通过控制台得到Stanford解析器的输出。
将Stanford Parser安装到主目录
~/
中后,只需使用此python配方即可获得平括号解析:相关问题 更多 >
编程相关推荐