如何使用StanfordNLP package进行依赖分析？

Question

我正在尝试使用这里的新的基于NN的解析器来查找句子中的所有形容词短语(例如，good和The weather is extremely good中的extremely good )，但是，它非常缺乏文档，我无法让它工作。我目前的代码是

import stanfordnlp
nlp = stanfordnlp.Pipeline()
doc = nlp("The weather is extremely good")
doc.sentences[0].print_dependencies()

这给了我

('The', '2', 'det')
('weather', '5', 'nsubj')
('is', '5', 'cop')
('extremely', '5', 'advmod')
('good', '0', 'root')

但还不清楚如何提取我需要的信息，因为这似乎不是一个树结构。有谁有主意吗？

Answer 1

此时，没有Python支持选区分析，这正是您想要的。这只是返回依赖解析(一种不同类型的解析)。

您可以使用stanfordnlp与Java服务器进行通信，并以这种方式获取选区解析。

这里有访问选区分析的示例代码：

client.html

Answer 2

输出中指定的每个单词的数字索引表示调控词(该单词的首)的索引。

例如，单词"Whether"是单词"Good"的子单词(索引为5，因为"Good"是实际句子中的第五个单词)，因此它采用了它的调控器(head)索引，这里的索引是5 ("Good")。

您可以从<http://corenlp.run/>获得依赖结构表示，并将其与基于我的描述的表示进行比较，以获得更好的澄清。