pyhanlp 兩種依存句法分類器

依存句法分析器

在HanLP中一共有兩種句法分析器

·依存句法分析

（1）基於神經網絡的高性能依存句法分析器

（2）MaxEnt依存句法分析

基於神經網絡的高性能依存句法分析器

HanLP中的基於神經網絡的高性能依存句法分析器參考的是14年Chen&Manning的論文（A Fast and Accurate Dependency Parser using Neural Networks），這裏還有一個發在了Github的實現程序，其實現語言爲Python。除此以外，你還能夠參考ljj123zz 的CSDN 一篇博客：blog.csdn.net/ljj123zz/article/details/78834838

HanLP做者的原文介紹已經寫得比較清楚，惟一要注意的是原文章中介紹的依存句法分析器爲早期版本，輸出的依存關係爲英文，如今應該變爲中文，並且從測試結果看，訓練語料應該已經更新了，可是更新爲了那個語料如今還不會是很清楚。

（hanlp開源項目負責人hankcs）

基於最大熵的依存句法分析器

通過測試這個句法分析器爲真的很坑，絕對不建議使用,測試代碼見最後，做者原文介紹請點擊擊www.hankcs.com/nlp/parsing/to-achieve-the-maximum-entropy-of-the-dependency-parser.html

下面是使用的例子

基於神經網絡的高性能依存句法分析器

from pyhanlp import *

# 依存句法分析

sentence = HanLP.parseDependency("徐先生還具體幫助他肯定了把畫雄鷹、松鼠和麻雀做爲主攻目標。")

 

print(sentence)

 

for word in sentence.iterator():  # 經過dir()能夠查看sentence的方法

    print("%s --(%s)--> %s" % (word.LEMMA, word.DEPREL, word.HEAD.LEMMA))

print()

 

# 也能夠直接拿到數組，任意順序或逆序遍歷

word_array = sentence.getWordArray()

for word in word_array:

    print("%s --(%s)--> %s" % (word.LEMMA, word.DEPREL, word.HEAD.LEMMA))

print()

 

# 還能夠直接遍歷子樹，從某棵子樹的某個節點一路遍歷到虛根

CoNLLWord = JClass("com.hankcs.hanlp.corpus.dependency.CoNll.CoNLLWord")

head = word_array[12]

while head.HEAD:

    head = head.HEAD

    if (head == CoNLLWord.ROOT):

        print(head.LEMMA)

    else:

        print("%s --(%s)--> " % (head.LEMMA, head.DEPREL))

1 徐先生 徐先生 nh nr _ 4 主謂關係 _ _

2 還 還 d d _ 4 狀中結構 _ _

3 具體 具體 a ad _ 4 狀中結構 _ _

4 幫助 幫助 v v _ 0 核心關係 _ _

5 他 他 r r _ 4 兼語 _ _

6 肯定 肯定 v v _ 4 動賓關係 _ _

7 了 了 u u _ 6 右附加關係 _ _

8 把 把 p p _ 15 狀中結構 _ _

9 畫 畫 v v _ 8 介賓關係 _ _

10 雄鷹 雄鷹 n n _ 9 動賓關係 _ _

11 、 、 wp w _ 12 標點符號 _ _

12 松鼠 松鼠 n n _ 10 並列關係 _ _

13 和 和 c c _ 14 左附加關係 _ _

14 麻雀 麻雀 n n _ 10 並列關係 _ _

15 做爲 做爲 v v _ 6 動賓關係 _ _

16 主攻 主攻 v vn _ 17 定中關係 _ _

17 目標 目標 n n _ 15 動賓關係 _ _

18 。 。 wp w _ 4 標點符號 _ _

 

徐先生 --(主謂關係)--> 幫助

還 --(狀中結構)--> 幫助

具體 --(狀中結構)--> 幫助

幫助 --(核心關係)--> ##核心##

他 --(兼語)--> 幫助

肯定 --(動賓關係)--> 幫助

了 --(右附加關係)--> 肯定

把 --(狀中結構)--> 做爲

畫 --(介賓關係)--> 把

雄鷹 --(動賓關係)--> 畫

、 --(標點符號)--> 松鼠

松鼠 --(並列關係)--> 雄鷹

和 --(左附加關係)--> 麻雀

麻雀 --(並列關係)--> 雄鷹

做爲 --(動賓關係)--> 肯定

主攻 --(定中關係)--> 目標

目標 --(動賓關係)--> 做爲

。 --(標點符號)--> 幫助

 

徐先生 --(主謂關係)--> 幫助

還 --(狀中結構)--> 幫助

具體 --(狀中結構)--> 幫助

幫助 --(核心關係)--> ##核心##

他 --(兼語)--> 幫助

肯定 --(動賓關係)--> 幫助

了 --(右附加關係)--> 肯定

把 --(狀中結構)--> 做爲

畫 --(介賓關係)--> 把

雄鷹 --(動賓關係)--> 畫

、 --(標點符號)--> 松鼠

松鼠 --(並列關係)--> 雄鷹

和 --(左附加關係)--> 麻雀

麻雀 --(並列關係)--> 雄鷹

做爲 --(動賓關係)--> 肯定

主攻 --(定中關係)--> 目標

目標 --(動賓關係)--> 做爲

。 --(標點符號)--> 幫助

 

麻雀 --(並列關係)-->

雄鷹 --(動賓關係)-->

畫 --(介賓關係)-->

把 --(狀中結構)-->

做爲 --(動賓關係)-->

肯定 --(動賓關係)-->

幫助 --(核心關係)-->

##核心##

最大熵依存句法分析器

MaxEntDependencyParser = JClass("com.hankcs.hanlp.dependency.MaxEntDependencyParser")

 

print("hankcs天天都在寫程序")

print(MaxEntDependencyParser.compute("hankcs天天都在寫程序"))

print("吳彥祖天天都在寫程序")

print(MaxEntDependencyParser.compute("吳彥祖天天都在寫程序"))

hankcs天天都在寫程序

1 hankcs hankcs x x _ 6 限定 _ _

2 天天 天天 r r _ 5 施事 _ _

3 都 都 d d _ 5 程度 _ _

4 在 在 d d _ 5 程度 _ _

5 寫 寫 v v _ 0 核心成分 _ _

6 程序 程序 n n _ 5 內容 _ _

 

吳彥祖天天都在寫程序

1 吳彥祖 吳彥祖 n nr _ 5 施事 _ _

2 天天 天天 r r _ 5 施事 _ _

3 都 都 d d _ 5 程度 _ _

4 在 在 d d _ 5 程度 _ _

5 寫 寫 v v _ 0 核心成分 _ _

6 程序 程序 n n _ 5 內容 _ _

 

做者：FontTian