如何使用Stanford NLP解析器获取依赖树

Question

我如何获得如下所示的依赖树。 我可以获得纯文本形式的依赖关系，也可以借助dependencysee工具获得依赖图。但是对于以单词为节点和依赖关系为边的依赖树，该怎么办？非常感谢！

- happy77

Answer 1

这些图表是使用GraphViz生成的，它是一个开源的图形绘制软件包，最初来自AT&T研究。您可以在edu.stanford.nlp.trees.semgraph.SemanticGraph中找到一个toDotFormat()方法，它将把SemanticGraph转换为dot输入语言格式，可以由dot/GraphViz渲染。目前没有提供此功能的命令行工具，但使用该方法相当简单。

- Christopher Manning

Answer 2

以下是您如何（使用Python）完成此操作：

安装所有必需的依赖项（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()

这将导致：

我在阅读Python文本分析时使用了这个工具：第三章，非常好的阅读材料，如果您需要更多关于依存句法分析的信息，请参考。

- ambientlight

Answer 3

我很需要它；现在很高兴看到我们也有了一个在线工具。使用此链接：http://graphs.grevian.org/graph（详见：http://graphs.grevian.org/）步骤如下：

1. Parse the sentence:

   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
   

2. Print the .to_dot() format as:

   print(p.to_dot())
   

3. Copy paste the output to http://graphs.grevian.org/graph and press the Generate button.

你应该能看到期望的图形。

- user1953366

---

谢谢Christopher。你真是太好了。 - user1953366

Answer 4

我目前正在处理类似的问题。这不是一个理想的解决方案，但可能会有所帮助。如上面的答案中所提到的，使用toDotFormat()获取点语言中的解析树。然后使用众多工具之一（我正在使用python-graph）读取此数据并将其呈现为图片。在此链接中有一个示例http://code.google.com/p/python-graph/wiki/Example

- Akash