Stanford NLP的介绍安装和简单使用
发布时间
阅读量：
阅读量
1.介绍
Stanford NLP
Stanford NLP提供了一系列自然语言分析工具。它能够给出基本的 词形，词性，不管是公司名还是人名等，格式化的日期，时间，量词， 并且能够标记句子的结构，语法形式和字词依赖，指明那些名字指向同 样的实体，指明情绪，提取发言中的开放关系等。
- 一个集成的语言分析工具集
- 进行快速，可靠的任意文本分析
- 整体的高质量的文本分析
- 支持多种主流语言
- 多种编程语言的易用接口
- 方便的简单的部署web服务
2.Stanford NLP 在Python环境中安装、介绍及使
• 1）安装stanford nlp自然语言处理包： pip install stanfordcorenlp or conda install stanfordcorenlp
• 2）下载Stanford CoreNLP文件 https://stanfordnlp.github.io/CoreNLP/download.html
• 3）下载中文模型jar包， http://nlp.stanford.edu/software/stanford-chinesecorenlp-2018-02-27-models.jar，
• 4）把加压后的Stanford CoreNLP文件夹和下载的stanford-chinese-corenlp2018-02-27-models.jar放在同一目录下
• 5）在Python中引用模型：
from stanfordcorenlp import StanfordCoreNLP
nlp = StanfordCoreNLP(r‘path’, lang=‘zh’)
ps: ”path“ 代指的是Stanford CoreNLP文件所放的位置
如： nlp = StanfordCoreNLP(r‘D:\stanfordNLP’, lang=‘zh’)
3.测试代码
#-*-encoding=utf8-*-
from stanfordcorenlp import StanfordCoreNLP
nlp = StanfordCoreNLP(r‘D:\stanfordNLP', lang='zh')
fin=open('news.txt','r',encoding='utf8')
fner=open('ner.txt','w',encoding='utf8')
ftag=open('pos_tag.txt','w',encoding='utf8')
for line in fin:
line=line.strip()
if len(line)<1:
continue
fner.write(" ".join([each[0]+"/"+each[1] for each in nlp.ner(line) if len(each)==2 ])+"\n")
ftag.write(" ".join([each[0]+"/"+each[1] for each in nlp.pos_tag(line) if len(each)==2 ])+"\n")
fner.close()
ftag.close()全部评论 (0)
还没有任何评论哟~