Question

我已经安装了syntaxnet，并且能够使用提供的演示脚本运行解析器。理想情况下，我想直接从python运行它。我发现的唯一代码是：

import subprocess
import os
os.chdir(r"../models/syntaxnet")
subprocess.call([    
"echo 'Bob brought the pizza to Alice.' | syntaxnet/demo.sh"
], shell = True)

这是一个完全的灾难 - 低效且过于复杂（从python调用python应该用python完成）。

如何直接调用python API，而无需通过shell脚本，标准I / O等？

编辑 - 为什么这不像打开syntaxnet / demo.sh并阅读它一样简单？

这个shell脚本调用两个python脚本（parser_eval和conll2tree），它们被编写为python脚本，无法导入python模块而不会导致多个错误。仔细观察会产生类似脚本的图层和本机代码。这些上层需要重构，以便在python上下文中运行整个事物。 Hasn没有人通过这样的修改分叉语法网或打算这样做吗？

Answer 1

总而言之，将两个脚本demo.sh运行（https://github.com/tensorflow/models/blob/master/syntaxnet/syntaxnet/parser_eval.py和https://github.com/tensorflow/models/blob/master/syntaxnet/syntaxnet/conll2tree.py）重构为暴露Python API的Python模块似乎不会有问题。你可以打电话。

这两个脚本都使用Tensorflow的tf.app.flags API（在此SO问题中描述：What's the purpose of tf.app.flags in TensorFlow?），因此必须将这些脚本重构为常规参数，如tf.app.flags是一个进程级单例。

所以是的，你只需要做一些工作来使这些可调用的Python API :)

Answer 2

这里有syntaxnet和dragnn的Rest API。

我在云服务器上成功运行了它们。我想分享一些观点：

构建docker

sudo docker build - ＆lt; ./Dockerfile

构建syntaxnet时可能会出现一些错误，只需按照./Docker文件手动构建docker，它就很容易理解。
下载预先训练的模型

syntaxnet的模型是here，例如中文模型 http://download.tensorflow.org/models/parsey_universal/Chinese.zip

位于here
的dragnn模型
将它们解压缩到文件夹中例如./synataxnet_data，所以你有像./synataxnet_data/Chinese

运行并测试

3.1 Synataxnet

var list=['382813587410259968','881413399304863744'];
var content=[];
var dataj;
list.forEach(function(value,callback){
Twitter.get('statuses/oembed', { id:value},  function (err, data, response) {
if(err)
{callback(err,null,null);}
dataj=data.html.toString;
callback(null,dataj,null);
        });
function func(dataj)
{
content.push(dataj);
console.log(content);
}
});

3.2 dragnn

run 

    docker run -p 9000:9000 -v ./synataxnet_data/:/models ljm625/syntaxnet-rest-api

test

     curl -X POST -d '{ "strings": [["今天天气很好","猴子爱吃 桃子"]] }' -H "Content-Type: application/json" http://xxx.xxx.xxx.xxx:9000/api/v1/query/Chinese

4.测试结果和问题

从我的中文模型测试来看，语法网络很慢，处理一个查询需要3秒钟，一批50个查询需要9秒钟。加载模型有固定的成本。

对于dragnn模型，速度很快，但我对解析结果不满意（只用中文测试）。

PS：我不喜欢synataxnet的工作方式，比如使用bazel和从stdin读取数据，如果你想自定义它，你可以找到一些信息here

有帮助的其他资源 https://github.com/dsindex/syntaxnet/blob/master/README_api.md

Answer 3

将SyntaxNet与您自己的代码集成的最佳方法是将其作为Web服务。我这样做是为了解析葡萄牙文。

我开始调整现有的Docker Container与SyntaxNet和Tensorflow服务，只为葡萄牙语运行，以保持低内存。它运行速度非常快，并且很容易与代码集成。

我做了一篇关于它的博客文章，您可以轻松地将其改编为任何其他语言：

http://davidsbatista.net/blog/2017/07/22/SyntaxNet-API-Portuguese/

Answer 4

据我所知，目前推荐的使用python语法网的方法是通过DRAGNN。

Syntaxnet / Parsey McParseface python API

4 个答案: