Stanford-corenlp 英文词性标注

一、环境配置

1.下载官网的NLP相关包

将下载下来的stanford-corenlp-full-2018-02-27解压并将下载英文的jar文件

stanford-english-corenlp-2018-02-27-models.jar放到该目录下。

网址：https://stanfordnlp.github.io/CoreNLP/index.html

2.确保电脑里要已经安装java环境

3.在Python中安装stanfordcorenlp

使用pip安装stanfordcorenlp:

pip install stanfordcorenlp

二、在Python环境下调用stanfordcorenlp

from stanfordcorenlp import StanfordCoreNLP
import nltk
from nltk.tree import Tree as nltkTree##读取stanford-corenlp所在的目录
nlp = StanfordCoreNLP(r'F:\stanford-corenlp-full-2018-02-27') #输入句子
sentence = 'Video becomes a new way of communication between Internet users with the proliferation of sensor-rich mobile devices.'print('Part of Speech:', nlp.pos_tag(sentence))

标注结果：

三、查看词性标注

在浏览器中访问：http://localhost:9000/

四、中文NLP句子分析

将下载下来的stanford-corenlp-full-2018-02-27解压并将下载英文的jar文件

stanford-chinese-corenlp-2018-02-27-models.jar放到该目录下。

from stanfordcorenlp import StanfordCoreNLP
import nltk
from nltk.tree import Tree as nltkTreenlp = StanfordCoreNLP(r'D:\stanfordnlp\stanford-corenlp', lang='zh')

再输入句子

五、附录

ROOT：要处理文本的语句
IP：简单从句
NP：名词短语
VP：动词短语
PU：断句符，通常是句号、问号、感叹号等标点符号
LCP：方位词短语
PP：介词短语
CP：由‘的’构成的表示修饰性关系的短语
DNP：由‘的’构成的表示所属关系的短语
ADVP：副词短语
ADJP：形容词短语
DP：限定词短语
QP：量词短语
NN：常用名词
NR：固有名词
NT：时间名词
PN：代词
VV：动词
VC：是
CC：表示连词
VE：有
VA：表语形容词
AS：内容标记（如：了）
VRD：动补复合词
CD: 表示基数词
DT: determiner 表示限定词
EX: existential there 存在句
FW: foreign word 外来词
IN: preposition or conjunction, subordinating 介词或从属连词
JJ: adjective or numeral, ordinal 形容词或序数词
JJR: adjective, comparative 形容词比较级
JJS: adjective, superlative 形容词最高级
LS: list item marker 列表标识
MD: modal auxiliary 情态助动词
PDT: pre-determiner 前位限定词
POS: genitive marker 所有格标记
PRP: pronoun, personal 人称代词
RB: adverb 副词
RBR: adverb, comparative 副词比较级
RBS: adverb, superlative 副词最高级
RP: particle 小品词
SYM: symbol 符号
TO:”to” as preposition or infinitive marker 作为介词或不定式标记
WDT: WH-determiner WH限定词
WP: WH-pronoun WH代词
WP$: WH-pronoun, possessive WH所有格代词
WRB:Wh-adverb WH副词关系表示
abbrev: abbreviation modifier，缩写
acomp: adjectival complement，形容词的补充；
advcl : adverbial clause modifier，状语从句修饰词
advmod: adverbial modifier状语
agent: agent，代理，一般有by的时候会出现这个
amod: adjectival modifier形容词
appos: appositional modifier,同位词
attr: attributive，属性
aux: auxiliary，非主要动词和助词，如BE,HAVE SHOULD/COULD等到
auxpass: passive auxiliary 被动词
cc: coordination，并列关系，一般取第一个词
ccomp: clausal complement从句补充
complm: complementizer，引导从句的词好重聚中的主要动词
conj : conjunct，连接两个并列的词。
cop: copula。系动词（如be,seem,appear等），（命题主词与谓词间的）连系
csubj : clausal subject，从主关系
csubjpass: clausal passive subject 主从被动关系
dep: dependent依赖关系
det: determiner决定词，如冠词等
dobj : direct object直接宾语
expl: expletive，主要是抓取there
infmod: infinitival modifier，动词不定式
iobj : indirect object，非直接宾语，也就是所以的间接宾语；
mark: marker，主要出现在有“that” or “whether”“because”, “when”,
mwe: multi-word expression，多个词的表示
neg: negation modifier否定词
nn: noun compound modifier名词组合形式
npadvmod: noun phrase as adverbial modifier名词作状语
nsubj : nominal subject，名词主语
nsubjpass: passive nominal subject，被动的名词主语
num: numeric modifier，数值修饰
number: element of compound number，组合数字
parataxis: parataxis: parataxis，并列关系
partmod: participial modifier动词形式的修饰
pcomp: prepositional complement，介词补充
pobj : object of a preposition，介词的宾语
poss: possession modifier，所有形式，所有格，所属
possessive: possessive modifier，这个表示所有者和那个’S的关系
preconj : preconjunct，常常是出现在 “either”, “both”, “neither”的情况下
predet: predeterminer，前缀决定，常常是表示所有
prep: prepositional modifier
prepc: prepositional clausal modifier
prt: phrasal verb particle，动词短语
punct: punctuation，这个很少见，但是保留下来了，结果当中不会出现这个
purpcl : purpose clause modifier，目的从句
quantmod: quantifier phrase modifier，数量短语
rcmod: relative clause modifier相关关系
ref : referent，指示物，指代
rel : relative
root: root，最重要的词，从它开始，根节点
tmod: temporal modifier
xcomp: open clausal complement
xsubj : controlling subject 掌控者
中心语为谓词subj — 主语nsubj — 名词性主语（nominal subject） （同步，建设）top — 主题（topic） （是，建筑）
npsubj — 被动型主语（nominal passive subject），专指由“被”引导的被动句中的主语，一般是谓词语义上的受事 （称作，镍）csubj — 从句主语（clausal subject），中文不存在xsubj — x主语，一般是一个主语下面含多个从句 （完善，有些）
中心语为谓词或介词   obj — 宾语dobj — 直接宾语 （颁布，文件）iobj — 间接宾语（indirect object），基本不存在range — 间接宾语为数量词，又称为与格 （成交，元）pobj — 介词宾语 （根据，要求）lobj — 时间介词 （来，近年）
中心语为谓词comp — 补语ccomp — 从句补语，一般由两个动词构成，中心语引导后一个动词所在的从句(IP) （出现，纳入）xcomp — x从句补语（xclausal complement），不存在   acomp — 形容词补语（adjectival complement）tcomp — 时间补语（temporal complement） （遇到，以前）
lccomp — 位置补语（localizer complement） （占，以上）— 结果补语（resultative complement）
中心语为名词mod — 修饰语（modifier）pass — 被动修饰（passive）tmod — 时间修饰（temporal modifier）rcmod — 关系从句修饰（relative clause modifier） （问题，遇到）numod — 数量修饰（numeric modifier） （规定，若干）
ornmod — 序数修饰（numeric modifier）clf — 类别修饰（classifier modifier） （文件，件）nmod — 复合名词修饰（noun compound modifier） （浦东，上海）amod — 形容词修饰（adjetive modifier） （情况，新）
advmod — 副词修饰（adverbial modifier） （做到，基本）vmod — 动词修饰（verb modifier，participle modifier）
prnmod — 插入词修饰（parenthetical modifier）neg — 不定修饰（negative modifier） (遇到，不)det — 限定词修饰（determiner modifier） （活动，这些）possm — 所属标记（possessive marker），NPposs — 所属修饰（possessive modifier），NPdvpm — DVP标记（dvp marker），DVP （简单，的）
dvpmod — DVP修饰（dvp modifier），DVP （采取，简单）assm — 关联标记（associative marker），DNP （开发，的）
assmod — 关联修饰（associative modifier），NP|QP （教训，特区）prep — 介词修饰（prepositional modifier） NP|VP|IP（采取，对）clmod — 从句修饰（clause modifier） （因为，开始）plmod — 介词性地点修饰（prepositional localizer modifier） （在，上）asp — 时态标词（aspect marker） （做到，了）
partmod– 分词修饰（participial modifier） 不存在etc — 等关系（etc） （办法，等）
中心语为实词conj — 联合(conjunct)cop — 系动(copula) 双指助动词？？？？cc — 连接(coordination)，指中心词与连词 （开发，与）
其它attr — 属性关系 （是，工程）
cordmod– 并列联合动词（coordinated verb compound） （颁布，实行）mmod — 情态动词（modal verb） （得到，能）ba — 把字关系
tclaus — 时间从句 （以后，积累）— semantic dependentcpm — 补语化成分（complementizer），一般指“的”引导的CP （振兴，的）

Stanford-corenlp 英文词性标注相关推荐

NLP工具——Stanford CoreNLP的python封装包处理中文
文章目录 1.StanfordCoreNLP是什么? 2.StanfordNLP是什么? 3.StanfordNLP的使用 3.1 安装 3.2 运行 3.3 如何处理中文? 3.4 demo 4.第 ...
Stanford CoreNLP使用需要注意的一点
1.Stanford CoreNLP maven依赖,jdk依赖1.8 <dependency> <groupId>edu.stanford.nlp</groupId&g ...
Stanford CoreNLP超简单安装及简单使用，句法分析及依存句法分析
Stanford CoreNLP超简单安装及简单使用,句法分析及依存句法分析,使用jupyter notebook 今天我们来使用Stanford CoreNLP进行简单的句法分析,我使用的是jupy ...
Ubuntu下安装Stanford CoreNLP
Stanford CoreNLP提供了一系列自然语言分析工具.它能够给出基本的词形,词性,不管是公司名还是人名等,格式化的日期,时间,量词,并且能够标记句子的结构,语法形式和字词依赖,指明那些名字指向 ...
使用Stanford CoreNLP进行句法分析实战
使用Stanford CoreNLP进行句法分析实战目录使用Stanford CoreNLP进行句法分析实战 Stanford CoreNLP 实战代码
stanford corenlp的TokensRegex
最近做一些音乐类.读物类的自然语言理解,就调研使用了下Stanford corenlp,记录下来. 功能 Stanford Corenlp是一套自然语言分析工具集包括: POS(part of spe ...
Stanford CoreNLP 3.6.0 中文指代消解模块调用失败的解决方案
Stanford CoreNLP 3.6.0 中文指代消解模块调用失败的解决方案参考文章: (1)Stanford CoreNLP 3.6.0 中文指代消解模块调用失败的解决方案 (2)https: ...
Stanford Corenlp中文分词自定义词典（扩展词典）
Stanford Corenlp是斯坦福大学的自然语言处理工具,其中中文分词是基于条件随机场CRF (Conditional Random Field) ,不是基于字典的直接匹配.最近调用Stanfo ...
Stanford Corenlp
官网:https://stanfordnlp.github.io/CoreNLP/ [下载]纯英文处理即选择红色按钮进行下载,若需要对其它语言进行处理,下载相应安装包即可注:Corenlp只能对单语 ...

Stanford-corenlp 英文词性标注

Stanford-corenlp 英文词性标注相关推荐

最新文章

热门文章