IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 在NLTK中使用StanfordNLP的功能以及单独安装StanfordNLP -> 正文阅读

[人工智能]在NLTK中使用StanfordNLP的功能以及单独安装StanfordNLP

一 在NLTK中使用StanfordNLP的功能

1 安装nltk:?

使用以下命令进行安装,

pip install nltk

参考

2 导入nltk数据:

import nltk

nltk.download()

因为网速原因,nltk.download()很慢甚至不成功。这时,我们记住nltk.download()运行时产生的图形界面中Download Directory地址。

3 下载NLTK官网上的packages包,并将其解压后名称改为nltk_data。将该包放入2记录的地址中即可。参考 

4 执行测试语句,证明安装完成

from nltk.book import *

5 安装java jdk:

下载源码包,解压并移动到指定目录中,然后进行环境配置。

参考:文献1文献2

6?在stanfordnlp官网上下载需要的相应包,并将这些包放入一个文件夹中(比如我放入了stanfordnltk文件夹中):

① 分词压缩包StanfordSegmenter 和StanfordTokenizer:下载stanford-segmenter-2018-10-16.zip,解压获取目录中的stanford-segmenter-3.9.2.jar复制为stanford-segmenter.jar 和slf4j-api.jar。

② 词性标注压缩包StanfordPOSTagger:下载stanford-postagger-full-2018-10-16.zip,解压获取stanford-postagger.jar。

③  命名实体识别压缩包StanfordNERTagger:下载stanford-ner-2018-10-16.zip,解压获取stanford-ner.jar 和classifiers 文件。

④  句法分析StanfordParser、句法依存分析StanfordDependencyParser:下载stanford-parser-full-2018-10-17.zip,解压获取stanford-parser.jar 和stanford-parser-3.9.2-models.jar.

7 代码执行中文分词功能(会出现警告,不用管它):

from?nltk.tokenize.stanford_segmenter import StanfordSegmenter

segmenter = StanfordSegmenter(

????path_to_jar="/home/StanfordNLTK/stanford-segmenter-4.2.0.jar",

????path_to_slf4j="/home/StanfordNLTK/slf4j-api.jar",

? ??path_to_sihan_corpora_dict="/home/StanfordNLTK/data",

????path_to_model="/home/StanfordNLTK/data/pku.gz",

????path_to_dict="/home/StanfordNLTK/data/dict-chris6.ser.gz",

java_class = 'edu.stanford.nlp.ie.crf.CRFClassifier' #最新版好像不需要了,如果出错就删除该项

)

str="我爱吃苹果"

result = segmenter.segment(str)

result

8 代码执行英文分词:

from nltk.tokenize.stanford import StanfordTokenizer

tokenizer = StanfordTokenizer(path_to_jar="/home/StanfordNLTK/stanford-parser.jar")

sent =?"Good muffins cost $3.88\nin New York.? Please buy me\ntwo of them.\nThanks."

print(tokenizer.tokenize(sent))

9 代码执行英文词性标注:

from?nltk.tag import StanfordPOSTagger

eng_tagger = StanfordPOSTagger(model_filename='/home/StanfordNLTK/models/english-bidirectional-distsim.tagger',path_to_jar='/home/StanfordNLTK/stanford-postagger.jar')

print(eng_tagger.tag('What is the airspeed of an unladen swallow ?'.split()))

10 代码执行中文词性标注:

from?nltk.tag import StanfordPOSTagger

chi_tagger = StanfordPOSTagger(model_filename='/home/StanfordNLTK/models/chinese-distsim.tagger',path_to_jar='/home/StanfordNLTK/stanford-postagger.jar')

str = "我在中国,我热爱这片土地"

print(chi_tagger.tag(result.split()))

11 英语句法分析

from?nltk.parse.stanford import StanfordParser

eng_parser = StanfordParser("/home/StanfordNLTK/stanford-parser.jar","/home/StanfordNLTK/stanford-parser-4.2.0-models.jar","/home/StanfordNLTK/data/englishPCFG.caseless.ser.gz")#英文初始化模型非必选项

print(list(eng_parser.parse("the quick brown fox jumps over the lazy dog".split())))

# 如果需要可视化绘图,则执行以下命令:

parser_result = eng_parser.parse("In many natural language processing tasks, words are often represented by their tfidf scores.".split())

for line in parser_result:

? ? for ele in line:

? ? ? ??ele.draw()

12 中文句法分析

from nltk.parse.stanford import StanfordParser

chi_parser = StanfordParser("/home/StanfordNLTK/stanford-parser.jar","/home/StanfordNLTK/stanford-parser-4.2.0-models.jar","/home/StanfordNLTK/data/chinesePCFG.ser.gz")#这里初始化时要使用中文模型,我选择了chinesePCFG.ser.gz模型

sent = u'北海 已 成为 中国 对外开放 中 升起 的 一 颗 明星'

print(list(chi_parser.parse(sent.split())))

13 英文依存句法分析

from?nltk.parse.stanford import StanfordDependencyParser

eng_parser = StanfordDependencyParser("/home/StanfordNLTK/stanford-parser.jar","/home/StanfordNLTK/stanford-parser-4.2.0-models.jar","/home/StanfordNLTK/data/englishPCFG.caseless.ser.gz")#英文初始化模型非必选项

res = list(eng_parser.parse("the quick brown fox jumps over the lazy dog".split()))

for?row?in?res[0].triples():

????print(row)

for?triple?in?res[0].triples():

? ??print (triple[1],"(",triple[0][0],", ",triple[2][0],")")

#如果需要可视化绘图,可以采用以下方式1,输出结果后copy到graphviz上来生成图:

p = eng_parser.parse("the quick brown fox jumps over the lazy dog".split())

for e in p:

? ? p = e

? ? break

print(p.to_dot())

#方法2的可视化方式也不错,参照。只是这里安装graphviz到本机上可能会出现问题(一般来说sudo apt-get install -y graphviz libgraphviz-dev就好,如果出问题请单独解决graphviz);

from graphviz import Source

from?nltk.parse.stanford import StanfordDependencyParser

eng_parser = StanfordDependencyParser("/home/StanfordNLTK/stanford-parser.jar","/home/StanfordNLTK/stanford-parser-4.2.0-models.jar","/home/StanfordNLTK/data/englishPCFG.caseless.ser.gz")#英文初始化模型非必选项

result = list(eng_parser.parse("In many natural language processing tasks, words are often represented by their tfidf scores"))

dep_tree_dot_repr=[parse for parse in result[0].to_dot()]

source = Source(dep_tree_dot_repr,filename="dep_tree",format='png',out_file=None)

source.view()

附:安装graphviz的测试代码

from graphviz import Digraph

g = Digraph('测试图片')

g.node(name='a',color='red')

g.node(name='b',color='blue')

g.edge('a','b',color='green')

g.view()

#方法3的可视化方法

方式1中的p.to_dot()换做p.tree().draw()。但该方法不能展示边标签

from?nltk.parse.stanford import StanfordDependencyParser

eng_parser = StanfordDependencyParser("/home/StanfordNLTK/stanford-parser.jar","/home/StanfordNLTK/stanford-parser-4.2.0-models.jar","/home/StanfordNLTK/data/englishPCFG.caseless.ser.gz")#英文初始化模型非必选项

p = eng_parser.parse("The detection mutation on exon-19 of EGFR gene was present in 16 patients, while the L858E point mutation on exon-21 was noted.".split())

for e in p:

? ? p = e

? ? break

print(p.to_dot())

p.tree().draw()

参考文献:

https://stackoverflow.com/questions/39340907/converting-output-of-dependency-parsing-to-tree 

14 中文依存句法分析

from?nltk.parse.stanford import StanfordDependencyParser

chi_parser = StanfordDependencyParser("/home/StanfordNLTK/stanford-parser.jar","/home/StanfordNLTK/stanford-parser-4.2.0-models.jar","/home/StanfordNLTK/data/xinhuaPCFG.ser.gz")#这里初始化时要使用中文模型,我选择了xinhuaPCFG.ser.gz模型

res = list(chi_parser.parse(u'四川 已 成为 中国 西部 对外开放 中 升起 的 一 颗 明星'.split()))

for?row?in?res[0].triples():

????print(row)

参考文献:

https://www.cnblogs.com/baiboy/p/nltk1.html

https://blog.csdn.net/lizzy05/article/details/88148097

https://stackoverflow.com/questions/13883277/how-to-use-stanford-parser-in-nltk-using-python 

https://stackoverflow.com/questions/34395127/stanford-nlp-parse-tree-format

https://stackoverflow.com/questions/13883277/how-to-use-stanford-parser-in-nltk-using-python/49345866#49345866

https://www.cnblogs.com/AsuraDong/p/7050859.html#%E6%A0%91%E7%8A%B6%E5%9B%BE

https://blog.csdn.net/weixin_40231212/article/details/107209028

可视化的参考文献:

https://blog.csdn.net/qq_39971645/article/details/106326879

https://stackoverflow.com/questions/33433274/anaconda-graphviz-cant-import-after-installation/47043173#47043173

论文实现参考文献:

https://www.cnblogs.com/Harukaze/p/14274720.html

二 单独安装StanfordNLP

(1) 关于StanfordCoreNLP

网络上,特别是中文网络上,使用StanfordCoreNLP工具的比较多,因此关于这方面的说明和指导多。我在此处贴出部分博客,供大家参考:

https://stanfordnlp.github.io/CoreNLP/download.html

https://github.com/nltk/nltk/issues/2057

https://blog.csdn.net/qq_40426415/article/details/80994622

https://blog.csdn.net/lizzy05/article/details/87483539

https://zhuanlan.zhihu.com/p/62519341

https://www.jianshu.com/p/002157665bfd

https://blog.csdn.net/qq_35203425/article/details/80451243

https://cloud.tencent.com/developer/article/1537648?from=article.detail.1613017

https://blog.csdn.net/qq_39971645/article/details/106326879

https://blog.csdn.net/sunflower_sara/article/details/106475583

但是由于StanfordCoreNLP需要安装JDK,我嫌太麻烦,所以选择了StanfordNLP。

(2) What is the difference between both NLP tools?

至于两者有什么关联的和区别,我同样贴出博客,大家想理解的可以去看看。我的理解是StanfordNLP是一个集成功能更加全面的package,而CoreNLP就是它的核心。实际上对于我们的使用都是一样的。

https://stackoverflow.com/questions/40011896/nltk-vs-stanford-nlp

https://stackoverflow.com/questions/38855943/what-is-difference-between-core-nlp-and-stanford-nlp

https://meta.stackoverflow.com/questions/345593/whats-the-difference-between-stanford-nlp-and-corenlp

(3) From StanfordNLP to Stanza

当前StanfordNLP已经更新成了stanza。该包虽然简单,但由于是neural networks model,因此需要pytorch的支持(所以需要先安装pytorch)。想看stanfordnlp早期版本的同学,可以查看这里:

https://pypi.org/project/stanfordnlp/

https://www.analyticsvidhya.com/blog/2019/02/stanfordnlp-nlp-library-python/

https://stanfordnlp.github.io/stanfordnlp/installation_usage.html#human-languages-supported-by-stanfordnlp

(4) Let's Begin the Stanza

① pip安装:

pip install stanza

② 如果是在conda环境中,使用以下命令:

conda install -c stanfordnlp stanza

③ 如果此时出错,出现ModuleNotFoundError: No module named 'pip._internal',我们可以使用下列方式解决https://blog.csdn.net/wangweiwells/article/details/88374070

python -m ensurepip

python -m pip install --upgrade pip。

④ 案例:

import stanza

stanza.download('en', processors='tokenize,lemma,pos', package=None)#第一次后可以skip此步

nlp = stanza.Pipeline('en', processors='tokenize,lemma,pos',package=None)#语言;功能:分词、词形还原及词性标注;原始的训练数据集

doc = nlp('Barack Obama was born in Hawaii.')

for sentence in doc.sentences:

for word in sentence.words:

print(word.text, word.lemma, word.pos)
import stanza

stanza.download('zh', processors='ner,depparse')#中文:NER,dep #第一次后可以skip此步

nlp = stanza.Pipeline('zh', processors='ner,depparse')

doc = nlp('我爱吃苹果')

for sentence in doc.sentences:

print(sentence.ents)

print(sentence.dependencies)

doc.sentences[0].print_dependencies()

参考文献:

https://stanfordnlp.github.io/stanza/

https://stanfordnlp.github.io/stanza/installation_usage.html

https://stanfordnlp.github.io/stanza/pipeline.html#processors?

附:

平时仅需要展示的话,可以采用以下网站,直接生成依存树:

https://explosion.ai/demos/displacy?text=Convulsions%20that%20occur%20after%20DTaP%20are%20caused%20by%20a%20fever.&model=en_core_web_sm&cpu=1&cph=1

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2021-07-15 16:10:46  更:2021-07-15 16:13:54 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年4日历 -2024/4/25 14:04:17-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码