NLP（十二）依存句法分析的可視化及圖分析

  依存句法分析的效果雖然沒有像分詞、NER的效果來的好，但也有其使用價值，在平常的工做中，咱們免不了要和其打交道。筆者這幾天一直在想如何分析依存句法分析的結果，一個重要的方面即是其可視化和它的圖分析。
  咱們使用的NLP工具爲jieba和LTP，其中jieba用於分詞，LTP用於詞性標註和句法分析，須要事件下載pos.model和parser.model文件。
  本文使用的示例句子爲：

2018年7月26日，華爲創始人任正非向5G極化碼（Polar碼）之父埃爾達爾教授舉行頒獎儀式，表彰其對於通訊領域作出的貢獻。

  首先，讓咱們來看一下沒有可視化效果以前的句法分析結果。Python代碼以下:

# -*- coding: utf-8 -*-

import os
import jieba
from pyltp import  Postagger, Parser

sent = '2018年7月26日，華爲創始人任正非向5G極化碼（Polar碼）之父埃爾達爾教授舉行頒獎儀式，表彰其對於通訊領域作出的貢獻。'

jieba.add_word('Polar碼')
jieba.add_word('5G極化碼')
jieba.add_word('埃爾達爾')
jieba.add_word('之父')
words = list(jieba.cut(sent))

print(words)

# 詞性標註
pos_model_path = os.path.join(os.path.dirname(__file__), 'data/pos.model')
postagger = Postagger()
postagger.load(pos_model_path)
postags = postagger.postag(words)

# 依存句法分析
par_model_path = os.path.join(os.path.dirname(__file__), 'data/parser.model')
parser = Parser()
parser.load(par_model_path)
arcs = parser.parse(words, postags)

rely_id = [arc.head for arc in arcs]  # 提取依存父節點id
relation = [arc.relation for arc in arcs]  # 提取依存關係
heads = ['Root' if id == 0 else words[id-1] for id in rely_id]  # 匹配依存父節點詞語

for i in range(len(words)):
    print(relation[i] + '(' + words[i] + ', ' + heads[i] + ')')

輸出結果以下：

['2018', '年', '7', '月', '26', '日', '，', '華爲', '創始人', '任正非', '向', '5G極化碼', '（', 'Polar碼', '）', '之父', '埃爾達爾', '教授', '舉行', '頒獎儀式', '，', '表彰', '其', '對於', '通訊', '領域', '作出', '的', '貢獻', '。']
ATT(2018, 年)
ATT(年, 日)
ATT(7, 月)
ATT(月, 日)
ATT(26, 日)
ADV(日, 舉行)
WP(，, 日)
ATT(華爲, 創始人)
ATT(創始人, 任正非)
SBV(任正非, 舉行)
ADV(向, 舉行)
ATT(5G極化碼, 之父)
WP(（, Polar碼)
COO(Polar碼, 5G極化碼)
WP(）, Polar碼)
ATT(之父, 埃爾達爾)
ATT(埃爾達爾, 教授)
POB(教授, 向)
HED(舉行, Root)
VOB(頒獎儀式, 舉行)
WP(，, 舉行)
COO(表彰, 舉行)
ATT(其, 貢獻)
ADV(對於, 作出)
ATT(通訊, 領域)
POB(領域, 對於)
ATT(作出, 貢獻)
RAD(的, 作出)
VOB(貢獻, 表彰)
WP(。, 舉行)

咱們獲得了該句子的依存句法分析的結果，可是其可視化效果卻很差。
  咱們使用Graphviz工具來獲得上述依存句法分析的可視化結果，代碼（接上述代碼）以下：

from graphviz import Digraph

g = Digraph('測試圖片')

g.node(name='Root')
for word in words:
    g.node(name=word)

for i in range(len(words)):
    if relation[i] not in ['HED']:
        g.edge(words[i], heads[i], label=relation[i])
    else:
        if heads[i] == 'Root':
            g.edge(words[i], 'Root', label=relation[i])
        else:
            g.edge(heads[i], 'Root', label=relation[i])

g.view()

獲得的依存句法分析的可視化圖片以下：

在這張圖片中，咱們有了對依存句法分析結果的直觀感受，效果也很是好，可是遺憾的是，咱們並不能對上述可視化結果造成的圖（Graph）進行圖分析，由於Graphviz僅僅只是一個可視化工具。那麼，咱們該用什麼樣的工具來進行圖分析呢？
  答案就是NetworkX。如下是筆者對於NetworkX應用於依存句法分析的可視化和圖分析的展現，其中圖分析展現了兩個節點之間的最短路徑。示例的Python代碼以下：

# 利用networkx繪製句法分析結果
import networkx as nx
import matplotlib.pyplot as plt
from pylab import mpl

mpl.rcParams['font.sans-serif'] = ['Arial Unicode MS']  # 指定默認字體


G = nx.Graph()  # 創建無向圖G

# 添加節點
for word in words:
    G.add_node(word)

G.add_node('Root')

# 添加邊
for i in range(len(words)):
    G.add_edge(words[i], heads[i])

source = '5G極化碼'
target1 = '任正非'
distance1 = nx.shortest_path_length(G, source=source, target=target1)
print("'%s'與'%s'在依存句法分析圖中的最短距離爲:  %s" % (source, target1, distance1))

target2 = '埃爾達爾'
distance2 = nx.shortest_path_length(G, source=source, target=target2)
print("'%s'與'%s'在依存句法分析圖中的最短距離爲:  %s" % (source, target2, distance2))

nx.draw(G, with_labels=True)
plt.savefig("undirected_graph.png")

獲得的可視化圖片以下：

輸出的結果以下：

'5G極化碼'與'任正非'在依存句法分析圖中的最短距離爲:  6
'5G極化碼'與'埃爾達爾'在依存句法分析圖中的最短距離爲:  2

  本次到此結束，但願這篇簡短的文章可以給讀者帶來一些啓發～

注意：不妨瞭解下筆者的微信公衆號： Python爬蟲與算法（微信號爲：easy_web_scrape）， 歡迎你們關注~