parsing - 如何使用 StanfordNLP Python 包做依赖解析？

Question

我正尝试在 here 上使用新的基于神经网络的解析器查找句子中的所有形容词短语(例如，The weather is extremely good 中的 good 和 extremely good)，但是，它非常缺乏文档，我无法让它工作。我当前的代码是

import stanfordnlp
nlp = stanfordnlp.Pipeline()
doc = nlp("The weather is extremely good")
doc.sentences[0].print_dependencies()

这给了我

('The', '2', 'det')
('weather', '5', 'nsubj')
('is', '5', 'cop')
('extremely', '5', 'advmod')
('good', '0', 'root')

但不清楚如何提取我需要的信息，因为这似乎不是树结构。有人有想法吗？

Answer 1

目前 Python 不支持您想要的选区分析。这只是返回依赖项解析(一种不同类型的解析)。

您可以使用 stanfordnlp 与 Java 服务器通信并以这种方式获取选区解析。

此处有用于访问选区解析的示例代码:

https://stanfordnlp.github.io/stanfordnlp/corenlp_client.html