如何在NLTK中进行依赖项解析？

Question

通读NLTK这本书，并不清楚如何从给定的句子生成依存关系树。

这本书的相关部分：sub-chapter on dependency grammar给出了一个example figure，但它没有展示如何解析一个句子来得出这些关系--或者也许我在NLP中遗漏了一些基本的东西？

编辑：我想要类似于stanford parser所做的事情:给定一句话“我在睡梦中射杀了一头大象”，它应该返回如下内容：

nsubj(shot-2, I-1)
det(elephant-4, an-3)
dobj(shot-2, elephant-4)
prep(shot-2, in-5)
poss(sleep-7, my-6)
pobj(in-5, sleep-7)

Answer 1

我们可以使用来自NLTK的Stanford Parser。

要求

你需要从他们的网站上下载两样东西：

针对所需语言(例如english language model) )对Stanford CoreNLP parser.

• Language model进行

警告！

确保您的语言模型版本与您的斯坦福CoreNLP解析器版本相匹配！

截至2018年5月22日，当前CoreNLP版本为3.9.1。

下载这两个文件后，将zip文件解压缩到您喜欢的任何位置。

Python代码

接下来，加载模型并通过NLTK使用它

from nltk.parse.stanford import StanfordDependencyParser

path_to_jar = 'path_to/stanford-parser-full-2014-08-27/stanford-parser.jar'
path_to_models_jar = 'path_to/stanford-parser-full-2014-08-27/stanford-parser-3.4.1-models.jar'

dependency_parser = StanfordDependencyParser(path_to_jar=path_to_jar, path_to_models_jar=path_to_models_jar)

result = dependency_parser.raw_parse('I shot an elephant in my sleep')
dep = result.next()

list(dep.triples())

输出

最后一行的输出是：

[((u'shot', u'VBD'), u'nsubj', (u'I', u'PRP')),
 ((u'shot', u'VBD'), u'dobj', (u'elephant', u'NN')),
 ((u'elephant', u'NN'), u'det', (u'an', u'DT')),
 ((u'shot', u'VBD'), u'prep', (u'in', u'IN')),
 ((u'in', u'IN'), u'pobj', (u'sleep', u'NN')),
 ((u'sleep', u'NN'), u'poss', (u'my', u'PRP$'))]

我想这就是你想要的。

Answer 2

我认为您可以使用基于语料库的依存关系解析器，而不是NLTK提供的基于语法的解析器。

在Python中对少量文本执行基于语料库的依赖关系解析在性能方面并不理想。因此，在NLTK中，他们确实提供了MaltParser的wrapper，这是一个基于语料库的依存关系解析器。

你可能会发现另一个关于RDF representation of sentences的问题是相关的。

Answer 3

如果您需要更好的性能，那么spacy (https://spacy.io/)是最佳选择。使用方法非常简单：

import spacy

nlp = spacy.load('en')
sents = nlp(u'A woman is walking through the door.')

您将获得一个依赖关系树作为输出，并且您可以非常容易地挖掘出所需的每一个信息。您还可以定义自己的自定义管道。在他们的网站上可以看到更多。

https://spacy.io/docs/usage/