学习总结

上次的NLTK是英文工具集，LTP则是中文工具集。同样能用于词法分析（分词、词性标注、命名实体识别）、句法分析（依存句法分析）和语义分析（语义角色标注和语义依存分析）等。

文章目录

学习总结
一、中文分词
二、分句和词性标注
三、命名实体识别任务
四、依存句法分析
五、语义依存分析
- 5.1 树
- 5.2 图
Reference

一、中文分词

中文词语之间不像英语一样，没有空格进行分割，NLP一般以词为最小处理单位，需要对中文分词处理。

# -*- coding: utf-8 -*-
"""
Created on Fri Nov 26 22:06:23 2021@author: 86493
"""
from ltp import LTP
# 默认加载small模型，首次使用时会自动下载并加载模型
ltp = LTP()# 对句子进行分词，结果使用segment访问
# hidden用于访问每个词的隐含层向量，用于后续分析步骤
segment, hidden = ltp.seg(["南京市长江大桥。"])# LTP能够获得正确的分词结果，如不会分词为：南京，市长
print(segment)

LTP能够获得正确的分词结果，如不会分词为：南京，市长，结果为：

[['南京市', '长江大桥', '。']]

二、分句和词性标注

分词：

# 分词
segment, hidden = ltp.seg(sentences)
print(segment)

# [['南京市', '长江大桥', '。'], ['汤姆', '生病', '了', '。'],
# ['他', '去', '了', '医院', '。']]

词性标注：

# 词性标注
pos_tags = ltp.pos(hidden)
print(pos_tags)

# [['ns', 'ns', 'wp'], ['nh', 'v', 'u', 'wp'],
# ['r', 'v', 'u', 'n', 'wp']]

三、命名实体识别任务

from ltp import LTPltp = LTP()seg, hidden = ltp.seg(["他叫汤姆去拿外衣。"])
ner = ltp.ner(hidden)
# [['他', '叫', '汤姆', '去', '拿', '外衣', '。']]
# [[('Nh', 2, 2)]]tag, start, end = ner[0][0]
print(tag,":", "".join(seg[0][start:end + 1]))
# Nh : 汤姆

四、依存句法分析

注意：在依存句法当中，虚节点ROOT占据了0位置，因此节点的下标从1开始。

from ltp import LTPltp = LTP()seg, hidden = ltp.seg(["他叫汤姆去拿外衣。"])
dep = ltp.dep(hidden)
print(dep)

结果：

# [['他', '叫', '汤姆', '去', '拿', '外衣', '。']]
# [
#     [
#         (1, 2, 'SBV'),
#         (2, 0, 'HED'),    # 叫 --|HED|--> ROOT
#         (3, 2, 'DBL'),
#         (4, 2, 'VOB'),
#         (5, 4, 'COO'),
#         (6, 5, 'VOB'),
#         (7, 2, 'WP')
#     ]
# ]

（1）上面结果的第1、2行为例：(1, 2, 'SBV')，(2, 0, 'HED')，依存句法树会有默认的虚拟root节点，其索引为0，分词后的索引是从1开始的：

他	叫	汤姆	去	拿	外衣
1	2	3	4	5	6

（2）第二行的(2, 0, 'HED')第二列为0，代表索引为2的结点（叫）的父节点是索引为0的虚拟root节点。
（3）第一行的(1, 2, 'SBV')的SBV是表示两个节点的依存关系是主谓关系，即“叫”和“他”是主谓关系。

五、语义依存分析

与依存句法类似的，这里的下标也是从1开始。

5.1 树

from ltp import LTPltp = LTP()seg, hidden = ltp.seg(["他叫汤姆去拿外衣。"])
sdp = ltp.sdp(hidden, mode='tree')

# [['他', '叫', '汤姆', '去', '拿', '外衣', '。']]
# [
#     [
#         (1, 2, 'Agt'),
#         (2, 0, 'Root'),   # 叫 --|Root|--> ROOT
#         (3, 2, 'Datv'),
#         (4, 2, 'eEfft'),
#         (5, 4, 'eEfft'),
#         (6, 5, 'Pat'),
#         (7, 2, 'mPunc')
#     ]
# ]

5.2 图

from ltp import LTPltp = LTP()seg, hidden = ltp.seg(["他叫汤姆去拿外衣。"])
sdp = ltp.sdp(hidden, mode='graph')

# [['他', '叫', '汤姆', '去', '拿', '外衣', '。']]
# [
#     [
#         (1, 2, 'Agt'),
#         (2, 0, 'Root'),   # 叫 --|Root|--> ROOT
#         (3, 2, 'Datv'),
#         (3, 4, 'Agt'),
#         (3, 5, 'Agt'),
#         (4, 2, 'eEfft'),
#         (5, 4, 'eEfft'),
#         (6, 5, 'Pat'),
#         (7, 2, 'mPunc')
#     ]
# ]

Reference

哈工大的LTP语言技术平台：http://ltp.ai/docs/index.html

【NLP】LTP中文工具集使用相关推荐

中文文本相似度计算工具集
欢迎大家关注我们的网站和系列教程:http://www.tensorflownews.com/,学习更多的机器学习.深度学习的知识! 一.基本工具集 1.分词工具 a.jieba 结巴中文分词 htt ...
结巴分词关键词相似度_中文文本相似度计算工具集
[磐创AI导读]:前两篇文章中我们介绍了一些机器学习不错的项目合集和深度学习入门资源合集,本篇文章将对中文文本相似度计算工具做一次汇总.喜欢我们文章的小伙伴,欢迎大家点击上方蓝字关注我们的公众号:磐创 ...
NLP之中文自然语言处理工具库：SnowNLP(情感分析/分词/自动摘要)
NLP之中文自然语言处理工具库:SnowNLP(情感分析/分词/自动摘要) 作者:虚坏叔叔博客:https://xuhss.com 早餐店不会开到晚上,想吃的人早就来了!
【NLP】pyltp工具介绍、安装和使用代码+示例
[NLP]pyltp工具介绍.安装和使用pyltp 文章目录 [NLP]pyltp工具介绍.安装和使用pyltp 1. 介绍 2. 使用 2.1 分句 2.2 分词 2.3 词性标注 2.4 命名实体 ...
导航、开源镜像、Prompt ( AI 提示词 )、AI工具集、chatgpt镜像
1.导航网站众多网址导航中,哪个最好?理由是什么? :https://www.zhihu.com/question/19899559 除了百度,其他搜索引擎: 综合类搜索导航(Anywhere A ...
error MSB8008: 指定的平台工具集(v110)未安装或无效。请确保选择受支持的 PlatformToolset 值...
如果你的电脑上有两个不同版本的VS,或者你的程序拷贝到别人的电脑上去运行,或者你是从别人那里拷贝来的项目,而你们俩用的VS版本不一样,就会在运行的时候出现这个问题,这个错误中的v110是VS2012使 ...
Linux 系统管理员工具集
<Linux 系统管理员工具集> 基本信息作者: 曹江华林捷出版社:电子工业出版社 ISBN:9787121201318 上架时间:2013-5-13 出版日期:2013 年5月开 ...
Android开发常用工具，编译调试工具，性能优化工具，工具集
分析具体耗时的Trace view;布局复杂度工具Hierarchy View;应用启动时间;Memory.CPU.Network分析;静态代码检查工具Lint;程序稳定性monkey.adb调试桥. ...
效率工具集 uTools v1.3.1
软件介绍 uTools 是一个极简.插件化.跨平台的现代桌面软件,你的生产力工具集,通过自由选配丰富的插件,打造你得心应手的工具集合,当你熟悉它后,能够为你节约大量时间,让你可以更加专注地改变世界. ...

【NLP】LTP中文工具集使用