spyder python下载
依存句法分析pythonpyltp实现
依存句法分析 python & pyltp实现
本⽂⽤python，借助pyltp实现依存句法分析。
有关的详细介绍可以查阅其官⽅⽹站。
说明：使⽤前需要先下载ltp的模型⽂件，下载地址：
整体思路是先分词，在词性标注，最后依存句法分析
# -*- coding: utf-8 -*-
import os
## 加载模型⽂件
LTP_DATA_DIR = 'D:\SpyderWorkspace\parser\ltp_data'  # ltp模型⽬录的路径
pos_model_path = os.path.join(LTP_DATA_DIR, 'del')  # 词性标注模型路径，模型名称为`del`
cws_model_path = os.path.join(LTP_DATA_DIR, 'del')  # 分词模型路径，模型名称为`del`
par_model_path = os.path.join(LTP_DATA_DIR, 'del')  # 依存句法分析模型路径，模型名称为`del`
## 分词
from pyltp import Segmentor
segmentor = Segmentor()  # 初始化实例
segmentor.load_with_lexicon(cws_model_path,'')  # 加载模型
words = list(segmentor.segment('栈是只允许⼀端删除和插⼊的线性表')) # 分词
print(words)
## 词性标注
from pyltp import Postagger
postagger = Postagger() # 初始化实例
postagger.load(pos_model_path)  # 加载模型
postags = postagger.postag(words)  # 词性标注
tags= list(''.join(postags))
#print (tags)
## 依存句法分析
from pyltp import Parser
parser = Parser() # 初始化实例
parser.load(par_model_path)  # 加载模型
arcs = parser.parse(words, postags)  #句法分析
print ('arcs 的结果:','\t'.join("%d:%s" % (arc.head, lation) for arc in arcs))
结果：
['栈', '是', '只', '允许', '⼀', '端', '删除', '和', '插⼊', '的', '线性表']
arcs 的结果: 2:SBV 0:HED  4:ADV  2:VOB  6:ATT  7:ADV  11:ATT  9:LAD  7:COO  7:RAD  4:VOB
其中arc.head代表⽗节点的索引，lation代表依存弧的关系

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。