依存句法树可视化(nltk、spacy)

举报
Python新视野 发表于 2021/09/09 23:24:39 2021/09/09
【摘要】 本文介绍两种英文句法树可视化的方法。 其中用到的spacy、nltk库等需要提前安装。 如果安装有问题或需要一些包的话,可以在文章下留言,看到了就会回复的。 1.nltk + stanfordcoren...

本文介绍两种英文句法树可视化的方法。
其中用到的spacynltk库等需要提前安装。
如果安装有问题或需要一些包的话,可以在文章下留言,看到了就会回复的。

1.nltk + stanfordcorenlp对句法树进行可视化

from nltk.tree import Tree
from stanfordcorenlp import StanfordCoreNLP

sentence = 'it is fast booting up , shutting down, and connection with the internet.'
with StanfordCoreNLP(r'E:\tools\coreNLP\stanford-corenlp-full-2018-10-05(1)', lang='en') as nlp:
    Tree.fromstring(nlp.parse(sentence)).draw()

  
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

在这里插入图片描述

2.使用spacy进行可视化

import spacy
from spacy import displacy

nlp = spacy.load('en_core_web_md')
doc = nlp( "great product, very easy to use and great graphics." )
displacy.serve(doc, style='dep')

  
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

代码运行后,在浏览器中输入 http://localhost:5000 即可显示依存结构。
在这里插入图片描述

依存关系
依存关系是一个中心词与其从属之间的二元非对称关系,一个句子的中心词通常是动词(Verb),所有其他词要么依赖于中心词,要么通过依赖路径与它关联。从该解析树中可以看出依存结构是加标签的有向图,箭头从中心词指向从属词,即箭头是从head指向child,每个Token只有一个Head

关系标签含义

标签表示从属的语法功能,名词性的标签是:

  • root:中心词,通常是动词
  • dobj:直接宾语(direct object)
  • nsubj:名词性主语(nominal subject)
  • prep:介词
  • pobj:介词宾语
  • cc:连词

其他常用的标签:

  • compound:复合词
  • advmod:状语
  • det:限定词
  • amod:形容词修饰语

文章来源: blog.csdn.net,作者:Dream丶Killer,版权归原作者所有,如需转载,请联系作者。

原文链接:blog.csdn.net/qq_43965708/article/details/114481053

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。