常用句法分析工具包使用说明：Hanlp、StanfordNLP等

对比各个常用的自然语言处理工具包中的句法分析模块。

Hanlp

pip install pyhanlp 安装即可
项目地址：https://github.com/hankcs/pyhanlp

基于神经网络的高性能依存句法分析器

输出为CONLL格式中，每个词语占一行，无值列用下划线代替，列的分隔符为制表符 '\t' ，行的分隔符为换行符 '\n'；句子与句子之间用空行分隔。
CONLL标注格式包含10列，分别为：

ID	FORM	LEMMA	CPOSTAG	POSTAG	FEATS	HEAD	DEPREL	PHEAD	PDEPREL

只用到前８列，其含义分别为：

id	name	含义
1	ID	当前词在句子中的序号，１开始.
2	FORM	当前词语或标点
3	LEMMA	当前词语（或标点）的原型或词干，在中文中，此列与FORM相同
4	CPOSTAG	当前词语的词性（粗粒度）
5	POSTAG	当前词语的词性（细粒度）
6	FEATS	句法特征，在本次评测中，此列未被使用，全部以下划线代替。
7	HEAD	当前词语的中心词
8	DEPREL	当前词语与中心词的依存关系

from pyhanlp import *

print(HanLP.parseDependency("徐先生还具体帮助他确定了把画雄鹰、松鼠和麻雀作为主攻目标。"))

1    徐先生    徐先生    nh    nr    _    4    主谓关系    _    _
2    还    还    d    d    _    4    状中结构    _    _
3    具体    具体    a    ad    _    4    状中结构    _    _
4    帮助    帮助    v    v    _    0    核心关系    _    _
5    他    他    r    r    _    4    兼语    _    _
6    确定    确定    v    v    _    4    动宾关系    _    _
7    了    了    u    u    _    6    右附加关系    _    _
8    把    把    p    p    _    15    状中结构    _    _
9    画    画    v    v    _    8    介宾关系    _    _
10    雄鹰    雄鹰    n    n    _    9    动宾关系    _    _
11    、    、    wp    w    _    12    标点符号    _    _
12    松鼠    松鼠    n    n    _    10    并列关系    _    _
13    和    和    c    c    _    14    左附加关系    _    _
14    麻雀    麻雀    n    n    _    10    并列关系    _    _
15    作为    作为    v    v    _    6    动宾关系    _    _
16    主攻    主攻    v    vn    _    17    定中关系    _    _
17    目标    目标    n    n    _    15    动宾关系    _    _
18    。    。    wp    w    _    4    标点符号    _    _

sentence = HanLP.parseDependency("徐先生还具体帮助他确定了把画雄鹰、松鼠和麻雀作为主攻目标。")

徐先生 --(主谓关系)--> 帮助
还 --(状中结构)--> 帮助
具体 --(状中结构)--> 帮助
帮助 --(核心关系)--> ##核心##
他 --(兼语)--> 帮助
确定 --(动宾关系)--> 帮助
了 --(右附加关系)--> 确定
把 --(状中结构)--> 作为
画 --(介宾关系)--> 把
雄鹰 --(动宾关系)--> 画
、 --(标点符号)--> 松鼠
松鼠 --(并列关系)--> 雄鹰
和 --(左附加关系)--> 麻雀
麻雀 --(并列关系)--> 雄鹰
作为 --(动宾关系)--> 确定
主攻 --(定中关系)--> 目标
目标 --(动宾关系)--> 作为
。 --(标点符号)--> 帮助

print(dir(sentence))

['__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__javaclass__', '__javaobject__', '__le__', '__lt__', '__metaclass__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'edgeArray', 'equals', 'findChildren', 'forEach', 'getClass', 'getEdgeArray', 'getWordArray', 'getWordArrayWithRoot', 'hashCode', 'iterator', 'notify', 'notifyAll', 'spliterator', 'toString', 'wait', 'word', 'wordArray', 'wordArrayWithRoot']

word_array = sentence.getWordArray()

徐先生 --(主谓关系)--> 帮助
还 --(状中结构)--> 帮助
具体 --(状中结构)--> 帮助
帮助 --(核心关系)--> ##核心##
他 --(兼语)--> 帮助
确定 --(动宾关系)--> 帮助
了 --(右附加关系)--> 确定
把 --(状中结构)--> 作为
画 --(介宾关系)--> 把
雄鹰 --(动宾关系)--> 画
、 --(标点符号)--> 松鼠
松鼠 --(并列关系)--> 雄鹰
和 --(左附加关系)--> 麻雀
麻雀 --(并列关系)--> 雄鹰
作为 --(动宾关系)--> 确定
主攻 --(定中关系)--> 目标
目标 --(动宾关系)--> 作为
。 --(标点符号)--> 帮助

# 还可以直接遍历子树，从某棵子树的某个节点一路遍历到虚根

目标 --(动宾关系)--> 
作为 --(动宾关系)--> 
确定 --(动宾关系)--> 
帮助 --(核心关系)--> 
##核心##

StanfordNLP

pip install stanfordnlp 安装即可
项目地址：https://github.com/stanfordnlp/stanfordnlp
依存句法关系符号解释：https://www.cnblogs.com/sherry-yang/p/9061341.html

import stanfordnlp

nlp = stanfordnlp.Pipeline(lang='zh')

Use device: gpu
---
Loading: tokenize
With settings: 
{'model_path': '/home/haha/stanfordnlp_resources/zh_gsd_models/zh_gsd_tokenizer.pt', 'lang': 'zh', 'shorthand': 'zh_gsd', 'mode': 'predict'}
---
Loading: pos
With settings: 
{'model_path': '/home/haha/stanfordnlp_resources/zh_gsd_models/zh_gsd_tagger.pt', 'pretrain_path': '/home/haha/stanfordnlp_resources/zh_gsd_models/zh_gsd.pretrain.pt', 'lang': 'zh', 'shorthand': 'zh_gsd', 'mode': 'predict'}
---
Loading: lemma
With settings: 
{'model_path': '/home/haha/stanfordnlp_resources/zh_gsd_models/zh_gsd_lemmatizer.pt', 'lang': 'zh', 'shorthand': 'zh_gsd', 'mode': 'predict'}
Building an attentional Seq2Seq model...
Using a Bi-LSTM encoder
Using soft attention for LSTM.
Finetune all embeddings.
[Running seq2seq lemmatizer with edit classifier]
---
Loading: depparse
With settings: 
{'model_path': '/home/haha/stanfordnlp_resources/zh_gsd_models/zh_gsd_parser.pt', 'pretrain_path': '/home/haha/stanfordnlp_resources/zh_gsd_models/zh_gsd.pretrain.pt', 'lang': 'zh', 'shorthand': 'zh_gsd', 'mode': 'predict'}
Done loading processors!
---

doc = nlp("徐先生还具体帮助他确定了把画雄鹰、松鼠和麻雀作为主攻目标。")

('徐', '2', 'nmod')
('先生', '4', 'nsubj')
('还', '4', 'mark')
('具体', '0', 'root')
('帮助', '4', 'obj')
('他', '7', 'nsubj')
('确定', '4', 'ccomp')
('了', '7', 'case:aspect')
('把', '15', 'aux:caus')
('画雄鹰', '15', 'obj')
('、', '12', 'punct')
('松鼠', '10', 'conj')
('和', '14', 'cc')
('麻雀', '10', 'conj')
('作', '7', 'ccomp')
('为', '15', 'mark')
('主攻', '18', 'nmod')
('目标', '16', 'obj')
('。', '4', 'punct')

HIT LTP

项目地址：

• https://github.com/HIT-SCIR/pyltp
• https://pyltp.readthedocs.io/zh_CN/latest/

安装步骤：

• pip install pyltp
• 下载模型文件：七牛云，当前模型版本 3.4.0

输出：

• arc.head 表示依存弧的父节点词的索引。ROOT节点的索引是0，第一个词开始的索引依次为1、2、3…
• arc.relation 表示依存弧的关系。

标注集请参考: https://ltp.readthedocs.io/zh_CN/latest/appendix.html#id5

from pyltp import Parser

sentences = ['徐先生还具体帮助他确定了把画雄鹰，松鼠和麻雀作为主攻目标。']

['2:ATT 5:SBV 4:ADV 5:ADV 0:HED 5:DBL 5:VOB 7:RAD 10:ADV 7:VOB 10:VOB 5:WP 16:SBV 15:LAD 13:COO 5:COO 18:ATT 16:VOB 5:WP']

FudanNLP (FNLP)

https://github.com/FudanNLP/fnlp
java 接口，且不再更新，现在已经推出FastNLP