我正在构建一个NLP应用程序,并且一直在使用Stanford Parser进行大部分解析工作,但我想开始使用Python.
到目前为止,NLTK似乎是最好的选择,但我无法弄清楚如何解析语法依赖.即这是斯坦福分析师的一个例子.我希望能够使用Python从原始句子"我正在切换到Python"中在NTLK中生成它.
nsubj(switching-3, I-1)
aux(switching-3, am-2)
prep_to(switching-3, Python-5)
Run Code Online (Sandbox Code Playgroud)
谁能给我一个正确的方向来解析语法依赖?
dmc*_*cer 13
NLTK包括对使用MaltParser的支持,请参阅nltk.parse.malt.MaltParser.
预训练的英文型号为MaltParser这是可以在这里解析斯坦福基本依赖关系表示.但是,您仍然需要调用Stanford的JavaNLP代码将基本依赖项转换为上面在示例分析中给出的CCprocessed表示.