如何在python n中使用malt解析器

Question

作为我学术项目的一部分，我需要把一堆任意的句子解析成依赖关系图。经过大量的搜索，我得到了一个解决方案，我可以使用Malt解析器来解析文本和它预先训练的语法。

我已经从http://www.maltparser.org/mco/mco.html下载了预先训练的模型（engmalt.linear-1.7.mco）。但是我不知道如何使用这个grammer文件和malt解析器（通过malt的python接口）解析我的句子。我已经下载了最新版本的malt parser（1.7.2），并将其移到了“/usr/lib/”

import nltk; 
parser =nltk.parse.malt.MaltParser()
txt="This is a test sentence"
parser.train_from_file('/home/rohith/malt-1.7.2/engmalt.linear-1.7.mco')
parser.raw_parse(txt)

执行最后一行后，将显示以下eror消息

Traceback (most recent call last):
File "<pyshell#7>", line 1, in <module>
parser.raw_parse(txt)
File "/usr/local/lib/python2.7/dist-packages/nltk-2.0b5-py2.7.egg/nltk/parse/malt.py", line 88, in raw_parse
return self.parse(words, verbose)
File "/usr/local/lib/python2.7/dist-packages/nltk-2.0b5-py2.7.egg/nltk/parse/malt.py", line 75, in parse
return self.tagged_parse(taggedwords, verbose)
File "/usr/local/lib/python2.7/dist-packages/nltk-2.0b5-py2.7.egg/nltk/parse/malt.py", line 122, in tagged_parse
return DependencyGraph.load(output_file)
File "/usr/local/lib/python2.7/dist-packages/nltk-2.0b5-py2.7.egg/nltk/parse/dependencygraph.py", line 121, in load
return DependencyGraph(open(file).read())
IOError: [Errno 2] No such file or directory: '/tmp/malt_output.conll'

请帮我用这个麦芽分析器来解析那个句子。

Answer 1

编辑

请注意，由于自2015年8月以来NLTK中的MaltParser API的更新版本，is answer不再工作。这个答案是为了遗产而保留的。

请看下面的答案，让MaltParser使用NLTK：

• Step by step to getting malt parser in NLTK to work?

免责声明：这不是一个永恒的解决方案。以上链接（2016年2月发布）中的答案目前有效。但是，当MaltParser或NLTK API更改时，它也可能将语法更改为在NLTK中使用MaltParser。

---

你的设置有几个问题：

• train_from_file的输入必须是CoNLL格式的文件，而不是预先训练的模型。对于mco文件，可以使用mco和working_directory参数将其传递给MaltParser构造函数。
• 默认的java堆分配不够大，无法加载特定的mco文件，因此您必须告诉java在-Xmx参数中使用更多的堆空间。不幸的是，这在现有代码中是不可能的，所以我只是签入了一个更改，以允许为java参数添加一个构造函数参数。见here。

所以你需要做的是：

首先，获取最新的NLTK版本：

git clone https://github.com/nltk/nltk.git

（注意：如果不能使用git版本的NLTK，则必须手动更新文件malt.py，或者从here复制该文件以获得自己的版本。）

其次，将jar文件重命名为malt.jar，这正是NLTK所期望的：

cd /usr/lib/
ln -s maltparser-1.7.2.jar malt.jar

然后添加一个指向malt parser的环境变量：

export MALTPARSERHOME="/Users/dhg/Downloads/maltparser-1.7.2"

最后，在python中加载并使用malt解析器：

>>> import nltk
>>> parser = nltk.parse.malt.MaltParser(working_dir="/home/rohith/malt-1.7.2", 
...                                     mco="engmalt.linear-1.7", 
...                                     additional_java_args=['-Xmx512m'])
>>> txt = "This is a test sentence"
>>> graph = parser.raw_parse(txt)
>>> graph.tree().pprint()
'(This (sentence is a test))'