Stanford parser入门1：单句中文句法分析

开发工具：win10 + java8(jdk-8u111) + stanford-parser-full-2015-12-09

 

在eclipse中运行standfordparser官方java例程请参考“使用StanfordParser进行句法分析”一文。其中，以ParserDemo.java为例，在Eclipse中右键点击ParserDemo.java文件，设置运行参数Arguments为：

edu/stanford/nlp/models/lexparser/chinesePCFG.ser.gz data/chinese-onesent-utf8.txt

如此，可进行中文句法分析。

 

这里是一个简单中文句法分析的例子。

1.在Stanford官方网站下载最新安装包

http://nlp.stanford.edu/software/lex-parser.html#Download

2.解压下载后的zip包 stanford-parser-full-2015-12-09.zip，里面会有数据，依赖包以及demo，还有相关的source code和java doc

3.使用Eclipse创建项目，名为stanfordparser，在build path中引入stanford-parser-3.6.0-models.jar，stanford-parser.jar，slf4j-simple.jar， slf4j-api.jar

 

4.从步骤2中解压的文件中把data文件夹复制到Eclipse项目中，新建ParserTest1.java类，代码如下：

import java.io.IOException;
import edu.stanford.nlp.parser.lexparser.LexicalizedParser;
import edu.stanford.nlp.trees.Tree;
 
public class ParserTest1 {
public static void main(String[]args)throws IOException {
//    String grammar = "edu/stanford/nlp/models/lexparser/chineseFactored.ser.gz";
      String grammar ="edu/stanford/nlp/models/lexparser/chinesePCFG.ser.gz";
      String[] options = {};
      LexicalizedParser lp = LexicalizedParser.loadModel(grammar,options);
      String line ="这 是 一个 简单 的 例子";
      Tree parse =lp.parse(line);
      parse.pennPrint();
      String[] arg2 = {"-encoding","utf-8",
             "-outputFormat","penn,typedDependenciesCollapsed",
          "edu/stanford/nlp/models/lexparser/chineseFactored.ser.gz",
             "data/chinese-onesent-utf8.txt"};
      LexicalizedParser.main(arg2);
   }
}

5.运行，输出的结果为：

[main] INFOedu.stanford.nlp.parser.lexparser.LexicalizedParser - Loading parser fromserialized file edu/stanford/nlp/models/lexparser/chinesePCFG.ser.gz ...

 done [1.6 sec].

(ROOT

 (IP

   (NP (PN这))

   (VP (VC是)

     (NP

       (QP (CD一个))

       (CP

         (IP

           (VP (VA 简单)))

         (DEC的))

       (NP (NN例子))))))

[main] INFOedu.stanford.nlp.parser.lexparser.LexicalizedParser - Loading parser fromserialized file edu/stanford/nlp/models/lexparser/chineseFactored.ser.gz ...

 done [6.0 sec].

Parsing file:data/chinese-onesent-utf8.txt

Parsing [sent. 1 len. 8]:俄国希望伊朗没有制造核武器计划。

(ROOT

 (IP

   (NP (NR俄国))

   (VP (VV希望)

     (IP

       (NP (NR伊朗))

       (VP

         (ADVP (AD 没有))

         (VP (VV制造)

           (NP (NN 核武器) (NN计划))))))

   (PU。)))

 

nsubj(希望-2,俄国-1)

root(ROOT-0,希望-2)

nsubj(制造-5,伊朗-3)

neg(制造-5,没有-4)

ccomp(希望-2,制造-5)

nn(计划-7,核武器-6)

dobj(制造-5,计划-7)

 

Parsed file: data/chinese-onesent-utf8.txt[1 sentences].

Parsed 8 words in 1 sentences (22.66 wds/sec;2.83 sents/sec).

 

 

参考资料：

stanford parser使用说明

http://blog.csdn.net/u010454729/article/details/46845403

使用Stanford Parser进行句法分析

http://www.cnblogs.com/Denise-hzf/p/6612574.html