from pyltp import *
import re
reload(sys)
sys.setdefaultencoding('utf-8')
sent = '罗马尼亚 的 首都 是 布加勒斯特 。'
words = sent.split(' ')
postagger = Postagger()
postagger.load('E:\\nlp\\ltp-data-v3.3.1\\pos.model')
postags = postagger.postag(words)
parser = Parser()
parser.load("E:\\nlp\\ltp-data-v3.3.1\\parser.model")
arcs = parser.parse(words, postags)
arclen = len(arcs)
conll = ''
for i in xrange(arclen):
if arcs[i].head == 0:
arcs[i].relation = 'ROOT'
conll += '\t' + words[i] + '(' + postags[i] + ')' + '\t' + postags[
i] + '\t' + str(arcs[i].head) + '\t' + arcs[i].relation + '\n'
print code.coder(conll)
conlltree = DependencyGraph(conll)
tree = conlltree.tree()
tree.draw()
# -*- encoding: utf-8 -*-
import sys
import os
import code
from nltk.tree import Tree
from stanford import *
reload(sys)
sys.setdefaultencoding('utf-8')
os.environ['JAVA_HOME'] = 'C:\\Program Files\\Java\\jdk1.8.0_131\\bin\\java.exe'
root = 'E:/nlp/nltk_data/stanford-corenlp/'
modelpath = root + 'models/lexparser/chinesePCFG.ser.gz'
opttype = 'typedDependencies' # penn typedDependencies
parser = StanfordParser(modelpath,root,opttype)
result = parser.parse('罗马尼亚 的 首都 是 布加勒斯特 。')
print code.coder(result)
#tree = Tree.fromstring(result)
#tree.draw()
# -*- encoding: utf-8 -*-
import sys
import os
import code
from pyltp import *
reload(sys)
sys.setdefaultencoding('utf-8')
sent = '欧洲 东部 的 罗马尼亚 ， 首都 是 布加勒斯特 ，也 是 一座 世界性 的 城市。'
words = sent.split(' ')
postagger = Postagger()
postagger.load('E:\\nlp\\ltp-data-v3.3.1\\pos.model')
postags = postagger.postag(words)
recognizer = NamedEntityRecognizer()
recognizer.load('E:\\nlp\\ltp-data-v3.3.1\\ner.model')
netags = recognizer.recognize(words,postags)
for word,postag,netag in zip(words,postags,netags):
print code.coder(word+"/"+postag+"/"+netag),
#结果：
#欧洲/ns/S-Ns 东部/nd/O 的/u/O 罗马尼亚/ns/S-Ns ，/wp/O 首都/n/O 是/v/O 布加勒斯特/ns/S-Ns ，也/d/O 是/v/O 一座/m/O 世界性/n/O 的u/O 城市。/n/O
# O表示非专名词，S-Ns为识别的专名
wordlist = list(words)
postagger = Postagger()
postagger.load(os.path.join(MODELDIR, 'pos.model'))
postags = postagger.postag(words)
# 对分词和词性标注结果加入到分析器中进行句法解析
parser = Parser()
parser.load(os.path.join(MODELDIR, 'parser.model'))
arcs = parser.parse(words, postags)
# 实体命名识别
recognizer = NamedEntityRecognizer()
recognizer.load(os.path.join(MODELDIR, 'ner.model'))
netags = recognizer.recognize(words, postags)
# 语义角色标注
labeller = SementicRoleLabeller()
labeller.load(os.path.join(MODELDIR, 'srl'))
roles = labeller.label(words, postags, netags, arcs)
# UTF-8转gbk，cmd控制台显示
wordlist_ = code.coderforlist(words)
for role in roles:
print 'rel:', wordlist_[role.index] # 谓词
for arg in role.arguments:
if arg.range.start != arg.range.end:
print code.coder(arg.name), ' '.join(
wordlist_[arg.range.start:arg.range.end])
else:
print code.coder(arg.name), wordlist_[arg.range.start]
#encoding=utf-8
import sys
import code
from pyltp import *
sent = '在 包含 问题 的 所有 解 的 解空间树 中'
words = sent.split(" ")
# 词性标注
postagger = Postagger()
#导入词性标注模型
postagger.load("E:\\nlp\\ltp-data-v3.3.1\\pos.model")
postags = postagger.postag(words)
for word,postag in zip(words,postags):
print code.coder(word)+"/"+postag,
# -*- coding: utf-8 -*-
import sys
import code
from stanford import StanfordPOSTagger
reload(sys)
sys.setdefaultencoding('utf-8')
root = 'E:\\nlp\\nltk_data\\stanford-corenlp\\'
modelpath = root + 'models\\pos-tagger\\chinese-distsim\\chinese-distsim.tagger'
st = StanfordPOSTagger(root, modelpath)
seg_sent = '在 包含 问题 的 所有 解 的 解空间树 中 ，按照 深度优化 搜索 的 策略 ， 从 根节点 出发 深度 探索 解空间树'
taglist = st.tag(seg_sent)
print code.coder(taglist)