Comment dois-je faire à la dépendance de l'analyse en NLTK?

Nous pouvons utiliser Stanford Parser de NLTK.

Exigences

Vous devez télécharger deux choses à partir de leur site web:

1. La Stanford CoreNLP analyseur.
2. Modèle de langue pour la langue de votre choix (par exemple,langue anglaise modèle)

Attention!

Assurez-vous que votre modèle de langue de la version correspondant à votre Stanford CoreNLP analyseur version!

L'actuel CoreNLP version du 22 Mai 2018 est 3.9.1.

Après avoir téléchargé les deux fichiers, extraire le fichier zip n'importe où vous le souhaitez.

Code Python

Ensuite, chargez le modèle et l'utiliser par le biais de NLTK

from nltk.parse.stanford import StanfordDependencyParser

path_to_jar = 'path_to/stanford-parser-full-2014-08-27/stanford-parser.jar'
path_to_models_jar = 'path_to/stanford-parser-full-2014-08-27/stanford-parser-3.4.1-models.jar'

dependency_parser = StanfordDependencyParser(path_to_jar=path_to_jar, path_to_models_jar=path_to_models_jar)

result = dependency_parser.raw_parse('I shot an elephant in my sleep')
dep = result.next()

list(dep.triples())

De sortie

La sortie de la dernière ligne est:

[((u'shot', u'VBD'), u'nsubj', (u'I', u'PRP')),
 ((u'shot', u'VBD'), u'dobj', (u'elephant', u'NN')),
 ((u'elephant', u'NN'), u'det', (u'an', u'DT')),
 ((u'shot', u'VBD'), u'prep', (u'in', u'IN')),
 ((u'in', u'IN'), u'pobj', (u'sleep', u'NN')),
 ((u'sleep', u'NN'), u'poss', (u'my', u'PRP$'))]

Je pense que c'est ce que vous voulez.

Si vous avez besoin d'une meilleure performance, alors spacy (https://spacy.io/) est le meilleur choix. L'utilisation est très simple:

import spacy

nlp = spacy.load('en')
sents = nlp(u'A woman is walking through the door.')

Vous obtiendrez une dépendance de l'arbre de sortie, et vous pouvez creuser très facilement toutes les informations dont vous avez besoin. Vous pouvez également définir vos propres conduites. En voir plus sur leur site web.

https://spacy.io/docs/usage/

À utiliser Stanford Parser de NLTK

1) Exécuter CoreNLP Server at localhost

Télécharger Stanford CoreNLP ici (et aussi le modèle de fichier pour votre langue).
Le serveur peut être démarré en exécutant la commande suivante (pour plus de détails ici)

# Run the server using all jars in the current directory (e.g., the CoreNLP home directory)
java -mx4g -cp "*" edu.stanford.nlp.pipeline.StanfordCoreNLPServer -port 9000 -timeout 15000

ou par NLTK API (besoin de configurer le CORENLP_HOME variable d'environnement en premier)

os.environ["CORENLP_HOME"] = "dir"
client = corenlp.CoreNLPClient()
# do something
client.stop()

2) Appel de la dépendance de l'analyseur de NLTK

>>> from nltk.parse.corenlp import CoreNLPDependencyParser
>>> dep_parser = CoreNLPDependencyParser(url='http://localhost:9000')
>>> parse, = dep_parser.raw_parse(
...     'The quick brown fox jumps over the lazy dog.'
... )
>>> print(parse.to_conll(4))  
The     DT      4       det
quick   JJ      4       amod
brown   JJ      4       amod
fox     NN      5       nsubj
jumps   VBZ     0       ROOT
over    IN      9       case
the     DT      9       det
lazy    JJ      9       amod
dog     NN      5       nmod
.       .       5       punct

Voir le détail la documentation ici, aussi cette question NLTK CoreNLPDependencyParser: Impossible d'établir la connexion.

Un peu en retard à la fête, mais je voulais ajouter un exemple de code avec SpaCy qui vous obtient votre sortie désirée:

import spacy
nlp = spacy.load("en_core_web_sm")
doc = nlp("I shot an elephant in my sleep")
for token in doc:
    print("{2}({3}-{6}, {0}-{5})".format(token.text, token.tag_, token.dep_, token.head.text, token.head.tag_, token.i+1, token.head.i+1))

Et voici la sortie, très similaire à la sortie souhaitée:

nsubj(shot-2, I-1)
ROOT(shot-2, shot-2)
det(elephant-4, an-3)
dobj(shot-2, elephant-4)
prep(shot-2, in-5)
poss(sleep-7, my-6)
pobj(in-5, sleep-7)

Espère que ça aide!