用斯坦福coreNLP实现python中的协参解析

Question

斯坦福大学( Stanford )提供了共同参考解决方案( coreference CoreNLP 如前所述 )，这条线、这也提供了一些关于它在Java中实现的见解。

但是，我使用的是python和NLTK，我不知道如何在我的python代码中使用CoreNLP的协引用解析功能。我已经能够在NLTK中设置StanfordParser，这是我的代码。

from nltk.parse.stanford import StanfordDependencyParser
stanford_parser_dir = 'stanford-parser/'
eng_model_path = stanford_parser_dir  + "stanford-parser-models/edu/stanford/nlp/models/lexparser/englishRNN.ser.gz"
my_path_to_models_jar = stanford_parser_dir  + "stanford-parser-3.5.2-models.jar"
my_path_to_jar = stanford_parser_dir  + "stanford-parser.jar"

如何在python中使用CoreNLP的共同引用分辨率？

Answer 1

正如@Igor所提到的，您可以尝试在这个GitHub repo：https://github.com/dasmith/stanford-corenlp-python中实现的python包装器。

此回购文件包含两个主要文件: corenlp.py client.py

执行以下更改以使coreNLP工作：

1. 在corenlp.py中，更改corenlp文件夹的路径。设置本地机器包含corenlp文件夹的路径，并在corenlp.py的第144行中添加路径 if not corenlp_path: corenlp_path = <path to the corenlp file>
2. "corenlp.py“中的jar文件版本号是不同的。根据您所拥有的corenlp版本设置它。在corenlp.py的第135行更改它 jars = ["stanford-corenlp-3.4.1.jar", "stanford-corenlp-3.4.1-models.jar", "joda-time.jar", "xom.jar", "jollyday.jar"]

在此中，将3.4.1替换为您下载的jar版本。

1. 运行以下命令： python corenlp.py

这将启动一个服务器。

1. 现在运行主客户端程序。 python client.py

这提供了一个字典，您可以使用' coref‘作为键访问coref：

例如:约翰是计算机科学家。他喜欢编码。

{
     "coref": [[[["a Computer Scientist", 0, 4, 2, 5], ["John", 0, 0, 0, 1]], [["He", 1, 0, 0, 1], ["John", 0, 0, 0, 1]]]]
}

我在Ubuntu 16.04上试过这个。使用7或8。

Answer 2

史坦福是一种相对较新的包装器，可能对您有用。

假设文本是“巴拉克奥巴马出生在夏威夷，他是总统，奥巴马于2008年当选。”

​

​

守则：

# coding=utf-8

import json
from stanfordcorenlp import StanfordCoreNLP

nlp = StanfordCoreNLP(r'G:\JavaLibraries\stanford-corenlp-full-2017-06-09', quiet=False)
props = {'annotators': 'coref', 'pipelineLanguage': 'en'}

text = 'Barack Obama was born in Hawaii.  He is the president. Obama was elected in 2008.'
result = json.loads(nlp.annotate(text, properties=props))

num, mentions = result['corefs'].items()[0]
for mention in mentions:
    print(mention)

上面的每一个“提到”都是Python的一个分支，如下所示：

{
  "id": 0,
  "text": "Barack Obama",
  "type": "PROPER",
  "number": "SINGULAR",
  "gender": "MALE",
  "animacy": "ANIMATE",
  "startIndex": 1,
  "endIndex": 3,
  "headIndex": 2,
  "sentNum": 1,
  "position": [
    1,
    1
  ],
  "isRepresentativeMention": true
}

Answer 3

斯坦福大学的CoreNLP现在有一个名为StanfordNLP的正式Python绑定，你可以在StanfordNLP网站里读到。

本机似乎支持coref处理器，但是您可以使用CoreNLPClient接口从CoreNLP调用“标准”CoreNLP(原始CoreNLP软件)。

因此，在按照设置Python包装器这里的说明之后，您可以获得如下所示的协引用链：

from stanfordnlp.server import CoreNLPClient

text = 'Barack was born in Hawaii. His wife Michelle was born in Milan. He says that she is very smart.'
print(f"Input text: {text}")

# set up the client
client = CoreNLPClient(properties={'annotators': 'coref', 'coref.algorithm' : 'statistical'}, timeout=60000, memory='16G')

# submit the request to the server
ann = client.annotate(text)    

mychains = list()
chains = ann.corefChain
for chain in chains:
    mychain = list()
    # Loop through every mention of this chain
    for mention in chain.mention:
        # Get the sentence in which this mention is located, and get the words which are part of this mention
        # (we can have more than one word, for example, a mention can be a pronoun like "he", but also a compound noun like "His wife Michelle")
        words_list = ann.sentence[mention.sentenceIndex].token[mention.beginIndex:mention.endIndex]
        #build a string out of the words of this mention
        ment_word = ' '.join([x.word for x in words_list])
        mychain.append(ment_word)
    mychains.append(mychain)

for chain in mychains:
    print(' <-> '.join(chain))