为什么我要得到字符串，当我使用pycorenlp.StanfordCoreNLP.annotate时，应该在哪里得到一个数据呢？

Question

我使用pycorenlp Stanford包装器运行这个示例，但是注释函数返回一个字符串而不是一个dict，因此，当我遍历它以获得每个句子的情感值时，会得到以下错误：“字符串索引必须是整数”。

我能做些什么来克服这一切？有人能帮我吗？提前谢谢。守则如下：

from pycorenlp import StanfordCoreNLP
nlp_wrapper = StanfordCoreNLP('http://localhost:9000')
doc = "I like this chocolate. This chocolate is not good. The chocolate is delicious. Its a very 
    tasty chocolate. This is so bad"
annot_doc = nlp_wrapper.annotate(doc,
                                 properties={
                                            'annotators': 'sentiment',
                                            'outputFormat': 'json',
                                            'timeout': 100000,
                                 })
for sentence in annot_doc["sentences"]:
      print(" ".join([word["word"] for word in sentence["tokens"]]) + " => "\
            + str(sentence["sentimentValue"]) + " = "+ sentence["sentiment"])

Answer 1

您应该使用官方的stanfordnlp软件包！(注:名称在某一时刻将改为节)

下面是所有的细节，您可以从服务器获得各种输出格式，包括JSON。

client.html

from stanfordnlp.server import CoreNLPClient
with CoreNLPClient(annotators=['tokenize','ssplit','pos','lemma','ner', 'parse', 'depparse','coref'], timeout=30000, memory='16G') as client:
    # submit the request to the server
    ann = client.annotate(text)

Answer 2

如果您提供错误堆栈跟踪，那就太好了。其原因是注释器会更快地满足超时，并返回一条断言消息“文本太大..。”。它的D型是。此外，我会对Petr Matuska的评论给予更多的关注。通过看你的例子，很明显，你的目标是为句子找到情感以及它的情感得分。在使用CoreNLPCLient时，没有发现情感得分。我也面临着类似的问题，但我确实努力解决了这个问题。如果文本很大，则必须将超时值设置为高得多(例如，timeout = 500000)。注解器也会产生一个字典，因此它消耗了大量的内存。对于一个更大的文本语料库，这将是一个很大的问题！因此，我们应该如何处理代码中的数据结构。有其他选择，例如使用时隙、tupple或命名tupple来实现更快的访问。