如何在Python中使用Stanford Parser的Typed Dependencies？

Question

要查看Typed Dependencies的示例，请查看此在线示例的输出结尾。

当我使用lexparser.sh在命令行上运行stanford解析器时，它会输出树和类型化的依赖项。

但是当我使用nltk.parse.stanford运行它时，我得到的只是树，没有类型依赖。 我可以通过设置-outputFormat =“penn，typedDependencies”来修改它以返回依赖项，如此处所述 ，尽管我只是得到了文本。 我想知道其他人是否已经完成了将其处理成更有用的形式的工作。

斯坦福CoreNLP网站列出了Python的几个扩展 ，但大多数看起来像是相关的分支。 从浏览源代码，这个看起来很有希望处理依赖 ，虽然它完全没有文档，我不知道如何使用它。

其中许多库提供了作为服务运行并通过HTTP进行通信的功能。 我想知道这是否会比NLTK与解析器交互的方式更快，因为它可能不需要新的JVM重复启动。

我不太确定CoreNLP和Stanford Parser之间有什么区别。

我也发现了这一点 ，虽然它使用了JPype但我无法将其编译。

Answer 1

我最近做了一个严重依赖CoreNLP和Stanford Parser的项目。 首先，如果您要使用它，我强烈建议您使用Java编写代码，因为在Python中使用它是一件巨大的痛苦。 但是，我确实设法让它发挥作用。

我建议用这个与CoreNLP交谈，它对我来说效果最好。 这将需要声明JVM并在本地与它通信（尽管它会为您执行此操作）。 它也有一个可爱的错误，有时要么返回前一个解析而不是刚刚发送的解析，要么根本不返回。 我们使用了一个装饰器，它会在一段时间后重新启动解析，这可以在这里找到。

祝你好运，因为这是一项艰巨的任务。 另请注意，与完整CoreNLP相比，NTLK Stanford解析器不完整。 您不应该使用NTLK来使用CoreNLP，它将提供从NER到POS到依赖项所需的基本所需。

Answer 2

刚回答了另一个更适合这个问题的问题:)

我一直使用minidom解析CoreNLP的输出。 以下是您可能想要使用的一些入门代码，但您可能需要查看https://github.com/dasmith/stanford-corenlp-python

请注意，您需要获取Stanford CoreNLP使用的标记化，因为返回的数据基于句子和标记的偏移量。

from xml.dom import minidom    
xmldoc = minidom.parseString(raw_xml_data)
for sentence_xml in xmldoc.getElementsByTagName('sentences')[0].getElementsByTagName('sentence'):
    parse = parser.parse(sentence_xml.getElementsByTagName('parse')[0].firstChild.nodeValue)
    tokens = [(i,j) for i,j in zip(sentence_xml.getElementsByTagName('tokens')[0].getElementsByTagName('token'),parse.get_leaves())]
    # example for processing dependencies
    elements = sentence_xml.getElementsByTagName('dependencies')
    for element in elements:
        if element.getAttribute('type')=="collapsed-ccprocessed-dependencies":
            dependencies += [i for i in element.getElementsByTagName('dep')]