NLP入门学习3——句法分析(基于LTP4)
NLP入门学习3——句法分析(基于LTP4)
- 0.简介
- 1.LTP介绍
- 2.安装
- 2.1 模块安装
- 2.2 模型下载
- 3.使用
- 3.1 分句
- 3.2 分词
- 3.3 词性标注
- 3.4 命名实体识别
- 3.5 依存句法分析
- 4.说明
- 4.1 词性标注
- 4.2 依存句法分析
0.简介
本篇将介绍NLP中的句法结构分析,主要基于LTP工具实现,在过程中也会介绍LTP其他功能的使用。
1.LTP介绍
LTP(Language Technology Platform) 提供了一系列中文自然语言处理工具,用户可以使用这些工具对于中文文本进行分词、词性标注、句法分析等等工作。
git:https://github.com/HIT-SCIR/ltp
2.安装
2.1 模块安装
旧版的ltp安装上有点问题,linux下执行pip,默认安装0.2.1版本。
pip install pyltp
windows下会存在问题,可参考https://github.com/HIT-SCIR/pyltp/issues/125
建议安装ltp4,一键安装:
pip install ltp
2.2 模型下载
官方git中有模型的下载链接,包括V1和V2两个版本,又包括base,small和tiny三个模型。
同时,官方git上给出了两个版本的各项指标。
3.使用
3.1 分句
from ltp import LTP
ltp = LTP('../ltp_model/base') # 加载模型,路径是模型文件解压后的文件夹
# 后面的代码全都省略了模型加载这一步sents = ltp.sent_split(["吃葡萄不吐葡萄皮。不吃葡萄倒吐葡萄皮。"])
sents# [out]: ['吃葡萄不吐葡萄皮。', '不吃葡萄倒吐葡萄皮。']
3.2 分词
segment, hidden = ltp.seg(["南京市长江大桥"])
segment# [out]: [['南京市', '长江', '大桥']]
与其他分词工具类似,LTP也提供自定义词典的功能,可以指定加载自定义词典的路径。
ltp.init_dict(path="user_dict.txt", max_window=4)
也可以直接输入自定义的词汇,加入自定义之后的分词结果:
ltp.add_words(words=["市长", "江大桥"], max_window=4)segment, hidden = ltp.seg(["南京市长江大桥"])
segment# [out]: [['南京', '市长', '江大桥']]
3.3 词性标注
pos = ltp.pos(hidden)
pos# [out]: [['ns', 'ns', 'n']] # 这个结果对应的是 [['南京市', '长江', '大桥']]
词性标注的结果与分词结果相对应,结果中的ns等,会在第4部分进行备注。
3.4 命名实体识别
ltp也可以完成命名实体识别的任务,不过对于复杂任务最好还是用更加复杂的模型去做,毕竟ltp的参数量在这摆着呢。
ner = ltp.ner(hidden)
ner# [out]: [[('Nh', 0, 0), ('Ns', 1, 1), ('Nh', 2, 2)]]for i in range(len(ner[0])): # 因为只有一个句子,所以直接取了ner[0]print("{}:".format(ner[0][i][0]), segment[0][ner[0][i][1]: ner[0][i][2]+1])
# [out]: Nh: ['南京']
# Ns: ['市长']
# Nh: ['江大桥']
唉,果然结果不是很准,南京给认成了人名。在词性标注方面,ltp划分的太细了,在实际应用的过程中其实只需要去判断动词名词之类就好,如果要对人名地点进行标注,最好还是用专门的NER模型去完成。
3.5 依存句法分析
ltp.add_words(words=["市长", "江大桥"], max_window=4)
segment, hidden = ltp.seg(["南京市长江大桥是南京市的市长"])
print(segment)
dep = ltp.dep(hidden)
dep# [out]: [['南京', '市长', '江大桥', '是', '南京市', '的', '市长']]
# [out]: [[(1, 2, 'ATT'),
# (2, 3, 'ATT'),
# (3, 4, 'SBV'),
# (4, 0, 'HED'),
# (5, 7, 'ATT'),
# (6, 5, 'RAD'),
# (7, 4, 'VOB')]]
举个栗子,ATT代表定中关系,也就是定语和中心词,南京是市长的定语,市长是江大桥的定语。这些关系有很多实际的应用,例如基于这些关系,在命名实体识别中,找到实体后,将实体的修饰词补全等等。
4.说明
4.1 词性标注
缩写 | 解释 | 举例 |
---|---|---|
a | adjective:形容词 | 美丽 |
b | other noun-modifier:其他的修饰名词 | 大型, 西式 |
c | conjunction:连词 | 和, 虽然 |
d | adverb:副词 | 很 |
e | exclamation:感叹词 | 哎 |
g | morpheme | 茨, 甥 |
h | prefix:前缀 | 阿, 伪 |
i | idiom:成语 | 百花齐放 |
j | abbreviation:缩写 | 公检法 |
k | suffix:后缀 | 界, 率 |
m | number:数字 | 一, 第一 |
n | general noun:一般名词 | 苹果 |
nd | direction noun:方向名词 | 右侧 |
nh | person name:人名 | 杜甫, 汤姆 |
ni | organization name:公司名 | 保险公司 |
nl | location noun:地点名词 | 城郊 |
ns | geographical name:地理名词 | 北京 |
nt | temporal noun:时间名词 | 近日, 明代 |
nz | other proper noun:其他名词 | 诺贝尔奖 |
o | onomatopoeia:拟声词 | 哗啦 |
p | preposition:介词 | 在, 把 |
q | quantity:量词 | 个 |
r | pronoun:代词 | 我们 |
u | auxiliary:助词 | 的, 地 |
v | verb:动词 | 跑, 学习 |
wp | punctuation:标点 | ,。! |
ws | foreign words:国外词 | CPU |
x | non-lexeme:不构成词 | 萄, 翱 |
4.2 依存句法分析
关系类型 | Tag | Description | Example |
---|---|---|---|
主谓关系 | SBV | subject-verb | 我送她一束花 (我 <– 送) |
动宾关系 | VOB | 直接宾语,verb-object | 我送她一束花 (送 –> 花) |
间宾关系 | IOB | 间接宾语,indirect-object | 我送她一束花 (送 –> 她) |
前置宾语 | FOB | 前置宾语,fronting-object | 他什么书都读 (书 <– 读) |
兼语 | DBL | double | 他请我吃饭 (请 –> 我) |
定中关系 | ATT | attribute | 红苹果 (红 <– 苹果) |
状中结构 | ADV | adverbial | 非常美丽 (非常 <– 美丽) |
动补结构 | CMP | complement | 做完了作业 (做 –> 完) |
并列关系 | COO | coordinate | 大山和大海 (大山 –> 大海) |
介宾关系 | POB | preposition-object | 在贸易区内 (在 –> 内) |
左附加关系 | LAD | left adjunct | 大山和大海 (和 <– 大海) |
右附加关系 | RAD | right adjunct | 孩子们 (孩子 –> 们) |
独立结构 | IS | independent structure | 两个单句在结构上彼此独立 |
核心关系 | HED | head | 指整个句子的核心 |
NLP入门学习3——句法分析(基于LTP4)相关推荐
- NLP入门之综述阅读-基于深度学习的自然语言处理研究综述
NLP入门-综述阅读-[基于深度学习的自然语言处理研究综述] 基于深度学习的自然语言处理研究综述 摘要 0 引言 1 深度学习概述 卷积神经网络 递归神经网络 2 NLP应用研究进展 3 预训练语言模 ...
- NLP入门学习1——分词和词性标注
NLP入门学习1--分词和词性标注 0.简介 1.概念和工具 1.1 词性标注 1.2 NLTK 1.3 jieba 1.4 LAC 2.代码实现 2.1 分词 2.1.1 使用nltk进行分词: 2 ...
- 【入门学习四】基于 FPGA 使用 Verilog 实现串口回传通信代码及原理讲解
目录 一.相关知识 二.模块设计 三.代码设计 3.1 串口接收模块 3.2 控制模块 3.3 串口发送模块 四.FIFO 核引用 五.管脚定义及结果展示 上一篇博文:[入门学习三]基于 FPGA 使 ...
- C#入门学习笔记(基于刘铁锰老师C#入门2014教学视频)【1】
C#入门学习笔记(基于刘铁锰老师C#入门2014教学视频)[1] 前言: 本笔记作为记录我从零开始学习C#的记录,为了unity的兴趣爱好自学一门C#,也算是寒假为自己充个电,希望这个寒假可以坚持下去 ...
- C#入门学习笔记(基于刘铁锰老师C#入门2014教学视频)【2】
C#入门学习笔记(基于刘铁锰老师C#入门2014教学视频)[2] 初识类和名称空间 前言: 本笔记作为记录我从零开始学习C#的记录,为了unity的兴趣爱好自学一门C#,也算是寒假为自己充个电,希望这 ...
- 【入门学习二】基于 FPGA 使用 Verilog 实现蜂鸣器响动的代码及原理讲解
目录 一.知识了解 二.模块设计 三.程序实现 四.管脚配置及结果展示 五.写给小白看的 上一篇博文:[入门学习一]基于 FPGA 使用 Verilog 实现按键点灯代码及原理讲解 功能描述:通过前面 ...
- 研一学习笔记-小白NLP入门学习笔记
⭐️我叫恒心,一名喜欢书写博客的研究生在读生. 原创不易~转载麻烦注明出处 1 前言 离研究生新生开学还有一个月左右的时间了欧,相信研0的小伙伴们,或多或少都会有这么一段迷茫期,如果你即将从事自然语言 ...
- 【组队学习】【29期】9. 基于transformers的自然语言处理(NLP)入门
9. 基于transformers的自然语言处理(NLP)入门 航路开辟者:多多.erenup.张帆.张贤.李泺秋.蔡杰.hlzhang 领航员:张红旭.袁一涵 航海士:多多.张红旭.袁一涵.童鸣 基 ...
- 【组队学习】【28期】基于transformers的自然语言处理(NLP)入门
基于transformers的自然语言处理(NLP)入门 论坛版块: http://datawhale.club/c/team-learning/39-category/39 开源内容: https: ...
最新文章
- 图论 ---- DAG删点+枚举+暴力+离线前缀异或和 J Red-Black Paths (2021 icpc网络赛第一场)
- LeetCode-2 Add Two Numbers
- java exe 返回值_java调用exe返回值
- JSON 是什么?它能带来什么?它和 XML 比较?
- python模拟并发是多线程_Python并发编程之多线程
- 两次被裁之后,我终于解决了数据库缓存一致性问题
- 后台代码之买票和查找核实航班的代码
- php学校整站,PHP适应式大学院校学校类网站整站源码(自适应手机移动端) dedecms内核...
- OpenLayers教程十五:多源数据加载之矢量地图
- 计算机无法装补丁,win7系统安装不了SP1补丁包怎么办 win7电脑SP1补丁包安装失败的解决方法...
- 记一个用PyPDF2裁剪pdf文件并用latex插入后出现大量空白的问题
- Java判定身份证号码的合法性
- 时序数据库在船舶风险管理领域的应用
- unity-IL2CPP工程打包失败记录
- IPv6实验NDP地址解析和DAD
- 学会这招,远离年金险99%的坑
- 中国石油大学(北京)-《外国文学作品选读》在线考试
- 近视?老花眼?恢复视力,就用这一招!
- HDU2159(多重背包)
- vue为什么要用脚手架?
热门文章
- Telerik Reporting Crack,节省 50% 的开发时间
- android手机设置查看电池耗电,安卓查看电池损耗代码【搞定指南】
- 计算机职业的霍兰德代码,霍兰德职业兴趣测验与职业代码.pdf
- python数据可视化神器,我就服它
- 程序员效率:整理常用的在线笔记软件
- 注册华为云用户: 访问官网 https://huaweicloud.com/ 注册华为云用户(需手机号验证) 登录并完成实名认证 为账号充值不少于100元(不用时可提现
- Win10系统邮件添加QQ邮件账户
- 立体视觉入门指南:对级约束与Fusiello法极线校正
- MySQL 部门员工工资表 综合练习
- SQL员工基本工资表题目及答案