依存句法分析器html
在HanLP中一共有兩種句法分析器數組
·依存句法分析網絡
(1)基於神經網絡的高性能依存句法分析器性能
(2)MaxEnt依存句法分析測試
基於神經網絡的高性能依存句法分析器spa
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.net
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。htm
(hanlp開源項目負責人hankcs)blog
基於最大熵的依存句法分析器get
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