如何使用Stanford NLP解析器获得依赖关系树

Question

如何获取依赖关系树，如下图所示。我可以将依赖关系作为纯文本获取，也可以借助dependencysee工具获得依赖关系图。但是如何将词作为节点和依赖关系作为边的依赖关系树。非常感谢！

Answer 1

这些曲线图是使用GraphViz，一个开源图表绘图包，从AT & T研究所最初生产。您可以在edu.stanford.nlp.trees.semgraph.SemanticGraph中找到一种方法toDotFormat()，该方法会将SemanticGraph转换为dot输入语言格式，该格式可由dot/GraphViz呈现。目前，没有提供此功能的命令行工具，但使用该方法非常简单。

Answer 2

我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。如上面的答案中所述，使用toDotFormat（）以点语言获得解析树。然后使用众多工具之一（我使用python-graph）读取这些数据并将其渲染为图片。有这个链接的例子http://code.google.com/p/python-graph/wiki/Example

Answer 3

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

的步骤是：

1. 解析了一句：

   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. 打印.to_dot()格式为：

   print(p.to_dot()) 
   

3. 复制粘贴输出到http://graphs.grevian.org/graph并按下Generate按钮。

您应该看到所需的图形。

Answer 4

这里是你会怎么做究竟

是（在Python）安装所有需要的依赖关系（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() 

其结果是：

CH3，好读，如果您需要了解基于依赖性分析的详细信息，请参考：

我读书时Text Analytics With Python用这个。