如何使用斯坦福 NLP 解析器获取依赖树答案

【问题标题】：how to get a dependency tree with Stanford NLP parser如何使用斯坦福 NLP 解析器获取依赖树
【发布时间】：2012-11-20 08:03:02
【问题描述】：

我怎样才能得到如下图的依赖树。我可以得到纯文本的依赖关系，也可以借助dependencysee工具得到依赖关系图。但是以单词为节点，以依赖为边的依赖树怎么样。非常感谢！

【问题讨论】：

标签： stanford-nlp

【解决方案1】：

这些图表是使用 GraphViz 生成的，这是一个开源图形绘图包，最初来自 AT&T Research。您可以在edu.stanford.nlp.trees.semgraph.SemanticGraph 中找到一个方法toDotFormat()，它将SemanticGraph 转换为dot 可以由dot/GraphViz 呈现的输入语言格式。目前，还没有提供此功能的命令行工具，但使用该方法非常简单。

【讨论】：

【解决方案2】：

这就是你将如何做到这一点（在 python 中）

安装所有需要的依赖项（OS X）：

# assuming you have java installed and available in PATH
# and homebrew installed

brew install stanford-parser
brew install graphviz
pip install nltk
pip install graphviz

代码：

import os
from nltk.parse.stanford import StanfordDependencyParser
from graphviz import Source

# make sure nltk can find stanford-parser
# please check your stanford-parser version from brew output (in my case 3.6.0) 
os.environ['CLASSPATH'] = r'/usr/local/Cellar/stanford-parser/3.6.0/libexec'

sentence = 'The brown fox is quick and he is jumping over the lazy dog'

sdp = StanfordDependencyParser()
result = list(sdp.raw_parse(sentence))

dep_tree_dot_repr = [parse for parse in result][0].to_dot()
source = Source(dep_tree_dot_repr, filename="dep_tree", format="png")
source.view()

导致：

我在阅读Text Analytics With Python时使用了这个：CH3，很好，如果您需要更多关于基于依赖的解析的信息，请参考。

【讨论】：

【解决方案3】：

我现在正在处理类似的事情。这不是一个理想的解决方案，但它可能会有所帮助。如上面的答案所述，使用 toDotFormat() 获取点语言的解析树。然后使用众多工具之一（我正在使用 python-graph）读取这些数据并将其呈现为图片。这个链接上有一个例子http://code.google.com/p/python-graph/wiki/Example

【讨论】：

【解决方案4】：

我也非常需要它；现在很高兴看到我们也有一个在线工具。使用这个：http://graphs.grevian.org/graph（这里提到：http://graphs.grevian.org/）

步骤如下：

解析句子：

sent = 'What is the step by step guide to invest in share market in india?'
p = dep_parser.raw_parse(sent)
for e in p:
    p = e
    break

将.to_dot() 格式打印为：
```
print(p.to_dot())
```
将输出复制粘贴到http://graphs.grevian.org/graph，然后按“生成”按钮。

您应该会看到所需的图表。

【讨论】：

谢谢克里斯托弗。你真好。