依赖关系使用python

Question

我正在尝试解析大型txt文件（大约2000句）。当我想设置model_path时，得到以下提示：

NLTK无法找到stanford-parser.jar！设置CLASSPATH   环境变量。 而且，当我将CLASSPATH设置为此文件时，还会出现另一条消息： NLTK无法找到stanford-parser-（\ d +）（。（\ d +））+-models.jar！   设置CLASSPATH环境变量。

您能帮我解决吗？ 这是我的代码：

  

    

      

导入nltk

             

从nltk.parse.stanford导入StanfordDependencyParser

             

dependency_parser = StanfordDependencyParser（model_path =“ edu \ stanford \ lp \ models \ lexparser \ englishPCFG.ser.gz”）

    

  

================================================ ===========================   NLTK无法找到stanford-parser.jar！设置CLASSPATH   环境变量。

有关更多信息，请访问stanford-parser.jar，请参阅：

https://nlp.stanford.edu/software/lex-parser.shtml

  

    

      

导入操作系统

             

os.environ ['CLASSPATH'] =“斯坦福-corenlp-full-2018-10-05 / *”

             

dependency_parser = StanfordDependencyParser（model_path =“ edu \ stanford \ lp \ models \ lexparser \ englishPCFG.ser.gz”）

    

  

================================================ ===========================   NLTK无法找到stanford-parser.jar！设置CLASSPATH   环境变量。

有关更多信息，请访问stanford-parser.jar，请参阅：

https://nlp.stanford.edu/software/lex-parser.shtml

  

    

      

os.environ ['CLASSPATH'] =“ stanford-corenlp-full-2018-10-05 / stanford-parser-full-2018-10-17 / stanford-parser.jar”

    

  

>>> dependency_parser = StanfordDependencyParser（model_path =“ stanford-corenlp-full-2018-10-05 / stanford-parser-full-2018-10-17 / edu / stanford / nlp / models / lexparser / englishPCFG.ser .gz“）

NLTK无法找到stanford-parser-（\ d +）（。（\ d +））+-models.jar！   设置CLASSPATH环境变量。

有关stanford-parser-（\ d +）（。（\ d +））+-models.jar的更多信息，请参见：     https://nlp.stanford.edu/software/lex-parser.shtml

Answer 1

您应该获得Python固有的新stanfordnlp依赖关系解析器！ 它在CPU上的运行速度将比GPU慢，但仍应运行得相当快。

只需运行pip install stanfordnlp即可安装。

import stanfordnlp
stanfordnlp.download('en')   # This downloads the English models for the neural pipeline
nlp = stanfordnlp.Pipeline() # This sets up a default neural pipeline in English
doc = nlp("Barack Obama was born in Hawaii.  He was elected president in 2008.")
doc.sentences[0].print_dependencies()

还有一个有用的命令行工具：

python -m stanfordnlp.run_pipeline -l en example.txt

此处有完整的详细信息：https://stanfordnlp.github.io/stanfordnlp/

GitHub：https://github.com/stanfordnlp/stanfordnlp