如何使用Stanford NLP解析器獲得依賴關係樹

Question

如何獲取依賴關係樹，如下圖所示。我可以將依賴關係作爲純文本獲取，也可以藉助dependencysee工具獲得依賴關係圖。但是如何將詞作爲節點和依賴關係作爲邊的依賴關係樹。非常感謝！

Answer 1

這些曲線圖是使用GraphViz，一個開源圖表繪圖包，從AT & T研究所最初生產。您可以在edu.stanford.nlp.trees.semgraph.SemanticGraph中找到一種方法toDotFormat()，該方法會將SemanticGraph轉換爲dot輸入語言格式，該格式可由dot/GraphViz呈現。目前，沒有提供此功能的命令行工具，但使用該方法非常簡單。

Answer 2

我正在處理類似的事情。這不是一個理想的解決方案，但它可能會有所幫助。如上面的答案中所述，使用toDotFormat（）以點語言獲得解析樹。然後使用衆多工具之一（我使用python-graph）讀取這些數據並將其渲染爲圖片。有這個鏈接的例子http://code.google.com/p/python-graph/wiki/Example

Answer 3

我也非常需要它;現在很高興看到我們也有在線工具。使用此：http://graphs.grevian.org/graph（這裏提到：http://graphs.grevian.org/）

的步驟是：

1. 解析了一句：

   sent = 'What is the step by step guide to invest in share market in india?' 
   p = dep_parser.raw_parse(sent) 
   for e in p: 
       p = e 
       break 
   

2. 打印.to_dot()格式爲：

   print(p.to_dot()) 
   

3. 複製粘貼輸出到http://graphs.grevian.org/graph並按下Generate按鈕。

您應該看到所需的圖形。

Answer 4

這裏是你會怎麼做究竟

是（在Python）安裝所有需要的依賴關係（OS X）：

# assuming you have java installed and available in PATH 
# and homebrew installed 

brew install stanford-parser 
brew install graphviz 
pip install nltk 
pip install graphviz 

代碼：

import os 
from nltk.parse.stanford import StanfordDependencyParser 
from graphviz import Source 

# make sure nltk can find stanford-parser 
# please check your stanford-parser version from brew output (in my case 3.6.0) 
os.environ['CLASSPATH'] = r'/usr/local/Cellar/stanford-parser/3.6.0/libexec' 

sentence = 'The brown fox is quick and he is jumping over the lazy dog' 

sdp = StanfordDependencyParser() 
result = list(sdp.raw_parse(sentence)) 

dep_tree_dot_repr = [parse for parse in result][0].to_dot() 
source = Source(dep_tree_dot_repr, filename="dep_tree", format="png") 
source.view() 

其結果是：

CH3，好讀，如果您需要了解基於依賴性分析的詳細信息，請參考：

我讀書時Text Analytics With Python用這個。