Python NLTK：从 Stanford 依赖项解析结果中提取词汇头项

Question

我有一个句子，我想提取词首项，我可以使用 Stanford NLP 库进行依存分析。

如何提取句子中的主要头头？

在句子 Download and share this tool 的情况下，中心词是 Download。

我试过以下方法：

 def get_head_word(text):
     standepparse=StanfordDependencyParser(path_to_jar='/home/stanford_resource/stanford-parser-full-2014-06-16/stanford-parser.jar',path_to_models_jar='/home/stanford_resource/stanford-parser-full-2014-06-16/stanford-parser-3.4-models.jar',model_path='/home/stanford_resource/stanford-parser-full-2014-06-16/stanford-parser-3.4-models/edu/stanford/nlp/models/lexparser/englishPCFG.ser.gz')
     parsetree=standepparse.raw_parse(text)
     p_tree=list(parsetree)[0]
     print p_tree.to_dot()

 text = 'Download and share this tool'
 get_head_word(text)


output:

digraph G{
edge [dir=forward]
node [shape=plaintext]

0 [label="0 (None)"]
0 -> 1 [label="root"]
1 [label="1 (Download)"]
1 -> 2 [label="cc"]
1 -> 3 [label="conj"]
1 -> 5 [label="dobj"]
2 [label="2 (and)"]
3 [label="3 (share)"]
4 [label="4 (this)"]
5 [label="5 (software)"]
5 -> 4 [label="det"]
}

Answer 1

要找到句子的依赖中心，只需查找其 head 值指向 root 节点的节点。在NLTK API 到DependencyGraph 中，你可以很容易地找到它的头指向字典第一个索引的节点。

请注意，与典型的乔姆斯基范式/CFG 解析树不同，在依赖解析中，依赖解析可能有不止一个头。

但是由于您要将依赖项输出转换为树结构，您可以执行以下操作：

tree_head = next(n for n in p_tree.node_values() if n['head'] == 1)

但请注意，在语言上，句子Download and share this tool中的中心词应该是Download 和 share。但是在计算上一棵树是分层的，一棵 normal-form 树会有 ROOT->Download->and->share 但一些解析器也可能产生这棵树：ROOT->and->Download;share

Python NLTK：从 Stanford 依赖项解析结果中提取词汇头项

Python NLTK : Extract lexical head item from Stanford dependency parsed result

python

nlp

nltk

stanford-nlp

dependency-parsing