nlp - 使用斯坦福 CoreNLP 进行关系提取

Question

我正在尝试使用斯坦福 CoreNLP 库从自然语言内容中提取信息。

我的目标是从句子中提取“主语- Action -宾语”对(简化)。

作为示例，请考虑以下句子:

John Smith only eats an apple and a banana for lunch. He's on a diet and his mother told him that it would be very healthy to eat less for lunch. John doesn't like it at all but since he's very serious with his diet, he doesn't want to stop.

从这句话中我想得到如下结果:

• 约翰·史密斯 - 吃 - 午餐只吃一个苹果和一个香蕉
• 他 - 正在 - 节食
• 他的母亲 - 告诉 - 他 - 午餐少吃一点会非常健康
• 约翰 - 不喜欢 - (根本)
• 他 - 对他的饮食非常认真

如何做到这一点？

或更具体地说:如何解析依赖树(或更适合的树？)以获得上面指定的结果？

任何给定此任务的提示、资源或代码片段都将受到高度赞赏。

旁注:我设法用他们的代表性提及替换共指，然后将 he 和 his 更改为相应的实体(在这种情况下是 John Smith)。

Answer 1

Stanford CoreNLP 工具包附带了一个依赖解析器。

首先，这是一个描述树中边类型的链接:

http://universaldependencies.github.io/docs/

您可以通过多种方式使用该工具包生成依赖关系树。

这里有一些示例代码可以帮助您入门:

import java.io.*;
import java.util.*;
import edu.stanford.nlp.io.*;
import edu.stanford.nlp.ling.*;
import edu.stanford.nlp.pipeline.*;
import edu.stanford.nlp.util.*;
import edu.stanford.nlp.semgraph.*;
import edu.stanford.nlp.trees.TreeCoreAnnotations.*;

public class DependencyTreeExample {

    public static void main (String[] args) throws IOException {

        // set up properties
        Properties props = new Properties();
        props.setProperty("ssplit.eolonly","true");
        props.setProperty("annotators",
                "tokenize, ssplit, pos, depparse");
        // set up pipeline
        StanfordCoreNLP pipeline = new StanfordCoreNLP(props);
        // get contents from file
        String content = new Scanner(new File(args[0])).useDelimiter("\\Z").next();
        System.out.println(content);
        // read in a product review per line
        Annotation annotation = new Annotation(content);
        pipeline.annotate(annotation);

        List<CoreMap> sentences = annotation.get(CoreAnnotations.SentencesAnnotation.class);
        for (CoreMap sentence : sentences) {
            System.out.println("---");
            System.out.println("sentence: "+sentence);
            SemanticGraph tree = sentence.get(SemanticGraphCoreAnnotations.CollapsedCCProcessedDependenciesAnnotation.class);
            System.out.println(tree.toString(SemanticGraph.OutputFormat.READABLE));
        }


    }

}

说明:

• 将其剪切并粘贴到 DependencyTreeExample.java
• 将该文件放入目录 stanford-corenlp-full-2015-04-20
• javac -cp "*:."DependencyTreeExample.java
• 将您的句子每行一个句子添加到名为 dependency_sentences.txt 的文件中
• java -cp "*:."DependencyTreeExample dependency_sentences.txt

输出示例:

sentence: John doesn't like it at all.
dep                 reln                gov                 
---                 ----                ---                 
like-4              root                root                
John-1              nsubj               like-4              
does-2              aux                 like-4              
n't-3               neg                 like-4              
it-5                dobj                like-4              
at-6                case                all-7               
all-7               nmod:at             like-4              
.-8                 punct               like-4 

这将打印出依赖关系解析。通过使用 SemanticGraph 对象，您可以编写代码来查找所需的模式类型。

您会注意到，在此示例中，“like”通过“nsubj”指向“John”，“like”通过“dobj”指向“it”

作为引用，您应该查看 edu.stanford.nlp.semgraph.SemanticGraph

http://nlp.stanford.edu/nlp/javadoc/javanlp/edu/stanford/nlp/semgraph/SemanticGraph.html