中文依存句法分析接口

1、HanLP接口

from pyhanlp import HanLP
s = '会议宣布了首批资深院士名单'
dp = HanLP.parseDependency(s)

• print(dp)

1	会议	会议	n	n	_	2	主谓关系	_	_
2	宣布	宣布	v	v	_	0	核心关系	_	_
3	了	了	u	u	_	2	右附加关系	_	_
4	首批	首批	q	q	_	7	定中关系	_	_
5	资深	资深	b	b	_	6	定中关系	_	_
6	院士	院士	n	n	_	7	定中关系	_	_
7	名单	名单	n	n	_	2	动宾关系	_	_

2、百度AI接口

2.1、示例

from aip import AipNlp  # pip install baidu-aip

# 创建连接
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'
client = AipNlp(APP_ID, API_KEY, SECRET_KEY)

# 依存句法分析
text = '会议宣布了首批资深院士名单'
dt = client.depParser(text)
print(dt)

2.2、mode参数（可选）

参数值	指代	解析
0（默认）	web模型	该模型的训练数据来源于全网网页数据，适用于处理网页文本等书面表达句子。
1	query模型	该模型的训练数据来源于用户在百度的日常搜索数据，适用于处理信息需求类的搜索或口语。

2.3、返回值

参数名称	数据类型	详细说明
log_id	uint64	随机数，本次请求的唯一标识码
id	number	词的ID
word	string	词
postag	string	词性
head	int	词的父节点ID
deprel	string	词与父节点的依存关系

{
	'log_id': 7231479245283731092,
	'text': '会议宣布了首批资深院士名单',
	'items': [{
		'postag': 'n',
		'head': 2,
		'word': '会议',
		'id': 1,
		'deprel': 'SBV'
	}, {
		'postag': 'v',
		'head': 0,
		'word': '宣布',
		'id': 2,
		'deprel': 'HED'
	}, {
		'postag': 'u',
		'head': 2,
		'word': '了',
		'id': 3,
		'deprel': 'MT'
	}, {
		'postag': 'm',
		'head': 6,
		'word': '首批',
		'id': 4,
		'deprel': 'ATT'
	}, {
		'postag': 'b',
		'head': 6,
		'word': '资深',
		'id': 5,
		'deprel': 'ATT'
	}, {
		'postag': 'n',
		'head': 7,
		'word': '院士',
		'id': 6,
		'deprel': 'ATT'
	}, {
		'postag': 'n',
		'head': 2,
		'word': '名单',
		'id': 7,
		'deprel': 'VOB'
	}]
}

2.3.1、词性标注

词性	含义	词性	含义	词性	含义	词性	含义
Ag	形语素	g	语素	ns	地名	u	助词
a	形容词	h	前接成分	nt	机构团体	vg	动语素
ad	副形词	i	成语	nz	其他专名	v	动词
an	名形词	j	简称略语	o	拟声词	vd	副动词
b	区别词	k	后接成分	p	介词	vn	名动词
c	连词	l	习用语	q	量词	w	标点符号
dg	副语素	m	数词	r	代词	x	非语素字
d	副词	Ng	名语素	s	处所词	y	语气词
e	叹词	n	名词	tg	时语素	z	状态词
f	方位词	nr	人名	t	时间词	un	未知词

2.3.2、依存关系

句法	缩写	解释	栗子
定中关系	ATT	定中关系就是定语和中心词之间的关系，定语对中心词起修饰或限制作用。	工人/n师傅/n （工人/n ← 师傅/n）。
数量关系	QUN（quantity）	数量关系是指量词或名词同前面的数词之间的关系，该关系中，数词作修饰成分，依存于量词或名词。	三/m天/q （三/m ← 天/q）。
并列关系	COO（coordinate）	并列关系是指两个相同类型的词并列在一起。	奔腾/v咆哮/v的怒江激流 （奔腾/v → 咆哮/v）。
同位关系	APP（appositive）	同位语是指所指相同、句法功能也相同的两个并列的词或词组。	我们大家 （我们 → 大家）。
附加关系	ADJ（adjunct）	附加关系是一些附属词语对名词等成分的一种补充说明，使意思更加完整，有时候去掉也不影响意思。	约/d 二十/m 多/m 米/q 远/a 处/n （二十/m → 多/m，米/q → 远/a）。
动宾关系	VOB（verb-object）	对于动词和宾语之间的关系我们定义了两个层次，一是句子的谓语动词及其宾语之间的关系，我们定为OBJ，在下面的单句依存关系中说明；二是非谓语动词及其宾语的关系，即VOB。这两种关系在结构上没有区别，只是在语法功能上，OBJ中的两个词充当句子的谓语动词和宾语，VOB中的两个词构成动宾短语，作为句子的其他修饰成分。	历时/v 三/m 天/q 三/m夜/q （历时/v → 天/q）。
介宾关系	POB（preposition-object）	介词和宾语之间的关系，介词的属性同动词相似。	距/p球门/n （距/p → 球门/n）。
主谓关系	SBV（subject-verb）	主谓关系是指名词和动作之间的关系。	父亲/n 逝世/v １０/m 周年/q 之际/nd （父亲/n ← 逝世/v）。
比拟关系	SIM（similarity）	比拟关系是汉语中用于表达比喻的一种修辞结构。	炮筒/n 似的/u 望远镜/n （炮筒/n ← 似的/u）。
时间关系	TMP（temporal）	时间关系定义的是时间状语和其所修饰的中心动词之间的关系。	十点以前到公司 （以前 ← 到）。
处所关系	LOC（locative）	处所关系定义的是处所状语和其所修饰的中心动词之间的关系，	在公园里玩耍 （在 ← 玩耍）。
“的”字结构	DE	“的”字结构是指结构助词“的”和其前面的修饰语以及后面的中心词之间的关系。	上海/ns 的/u 工人/n （上海/ns ← 的/u，的/u ← 工人/n）。
“地”字结构	DI	“地”字结构在构成上同DE类似，只是在功能上不同，DI通常作状语修饰动词。	方便/a 地/u 告诉/v 计算机/n （方便/a ← 地/u，地/u ← 告诉/v）。
“得”字结构	DEI	助词“得”同其后的形容词或动词短语等构成“得”字结构，对前面的动词进行补充说明。	讲/v 得/u 很/d 对/a （讲/v → 得/u，得/u → 对/a）。
“所”字结构	SUO	“所”字为一结构助词，后接一宾语悬空的动词做“的”字结构的修饰语，“的”字经常被省略，使结构更加简洁。	机电/b 产品/n 所/u 占/v 比重/n 稳步/d 上升/v （所/u ← 占/v）。
“把”字结构	BA	把字句是主谓句的一种，句中谓语一般都是及物动词。	我们把豹子打死了 （把/p → 豹子/n）。
“被”字结构	BEI	被字句是被动句，是主语接受动作的句子。	豹子被我们打死了 （豹子/n ← 被/p）。
状中结构	ADV（adverbial）	状中结构是谓词性的中心词和其前面的修饰语之间的关系，中心词做谓语时，前面的修饰成分即为句子的状语，中心词多为动词、形容词，修饰语多为副词，介词短语等。	连夜/d 安排/v 就位/v （连夜/d ← 安排/v）。
动补结构	CMP（complement）	补语用于对核心动词的补充说明。	做完了作业 （做/v → 完）。
兼语结构	DBL（double）	兼语句一般有两个动词，第二个动词是第一个动作所要表达的目的或产生的结果。	[7]曾经/d [8]使/v [9]多少/r [10]旅游/n [11]人/n [12]隔/v [13]岸/n [14]惊叹/v [15]！/wp （使 → 人/n ，/v使/v → 惊叹/v）。
关联词	CNJ（conjunction）	关联词语是复句的有机部分。	只要他请客，我就来。 （只要 ← 请 ，就 ← 来）。
关联结构	CS(conjunctive structure)	当句子中存在关联结构时，关联词所在的两个句子（或者两个部分）之间通过各部分的核心词发生依存关系CS。	只要他请客，我就来。 （请 ← 来）。
语态结构	MT（mood-tense）	汉语中，经常用一些助词表达句子的时态和语气，这些助词分语气助词，如：吧，啊，呢等；还有时态助词，如：着，了，过。	[12]答应/v [13]孩子/n [14]们/k [15]的/u [16]要求/n [17]吧/u [18]，/wp [19]他们/r [20]这/r [21]是/v [22]干/v [23]事业/n [24]啊/u [25]！/wp （[12]答应/v ← [17]吧/u，[21]是/v ← [24]啊/u）。
连谓结构	VV（verb-verb）	连谓结构是同多项谓词性成分连用、这些成分间没有语音停顿、书面标点，也没有关联词语，没有分句间的逻辑关系，且共用一个主语。	美国总统来华访问。 （来华/v → 访问/v）。
核心	HED（head）	该核心是指整个句子的核心，一般是句子的核心词和虚拟词（或ROOT）的依存关系。	这/r 就是/v恩施/ns最/d]便宜/a的/u出租车/n，/wp相当于/v北京/ns的/u “/wp 面的/n ”/wp 。/wp /（就是/v ← /）
前置宾语	FOB（fronting object）	在汉语中，有时将句子的宾语前置，或移置句首，或移置主语和谓语之间，以起强调作用，我认识这个人 ← 这个人我认识。	他什么书都读 （书/n ← 读/v）。
双宾语	DOB（double object）	动词后出现两个宾语的句子叫双宾语句，分别是直接宾语和间接宾语。	我送她一束花。（送/v → 她/r，送/v → 花/n）。
主题	TOP（topic）	在表达中，我们经常会先提出一个主题性的内容，然后对其进行阐述说明；而主题部分与后面的说明部分并没有直接的语法关系，主题部分依存于后面的核心成分，且依存关系为TOP。	西直门，怎么走？ （西直门 ← 走）。
独立结构	IS（independent structure）	独立成分在句子中不与其他成分产生结构关系，但意义上又是全句所必需的，具有相对独立性的一种成分。	事情明摆着，我们能不管吗？
独立分句	IC（independent clause）	两个单句在结构上彼此独立，都有各自的主语和谓语。	我是中国人，我们爱自己的祖国。 （是 → 爱）
依存分句	DC（dependent clause）	两个单句在结构上不是各自独立的，后一个分句的主语在形式上被省略，但不是前一个分句的主语，而是存在于前一个分句的其他成分中，如宾语、主题等成分。规定后一个分句的核心词依存于前一个分句的核心词。该关系同连谓结构的区别是两个谓词是否为同一主语，如为同一主语，则为VV，否则为DC。	大家/r叫/v 它/r “/wp 麻木/a 车/n ”/wp ，/wp 听/v起来/v 怪怪的/a 。/wp （叫/v → 听/v）。
叠词关系	VNV （verb-no-verb or verb-one-verb)	如果叠词被分开了，如“是 不 是”、“看一看”，那么这几个词先合并在一起，然后预存到其他词上，叠词的内部关系定义为：(是1→不；不→是2） 。
一个词	YGC	当专名或者联绵词等切散后，他们之间本身没有语法关系，应该合起来才是一个词。	百 度。
标点	WP	大部分标点依存于其前面句子的核心词上，依存关系WP。

2.4、py映射（复制用）

abbreviation	full name	Cn
deprel	dependency relationship	依赖关系
postag	part-of-speech tagging	词性标注

postag = {
    'Ag': '形语素', 'g': '语素', 'ns': '地名', 'u': '助词',
    'a': '形容词', 'h': '前接成分', 'nt': '机构团体', 'vg': '动语素',
    'ad': '副形词', 'i': '成语', 'nz': '其他专名', 'v': '动词',
    'an': '名形词', 'j': '简称略语', 'o': '拟声词', 'vd': '副动词',
    'b': '区别词', 'k': '后接成分', 'p': '介词', 'vn': '名动词',
    'c': '连词', 'l': '习用语', 'q': '量词', 'w': '标点符号',
    'dg': '副语素', 'm': '数词', 'r': '代词', 'x': '非语素字',
    'd': '副词', 'Ng': '名语素', 's': '处所词', 'y': '语气词',
    'e': '叹词', 'n': '名词', 'tg': '时语素', 'z': '状态词',
    'f': '方位词', 'nr': '人名', 't': '时间词', 'un': '未知词'}

deprel = {
    'ATT': '定中关系', 'QUN': '数量关系', 'COO': '并列关系', 'APP': '同位关系', 'ADJ': '附加关系',
    'VOB': '动宾关系', 'POB': '介宾关系', 'SBV': '主谓关系', 'SIM': '比拟关系', 'TMP': '时间关系', 'LOC': '处所关系',
    'DE': '的', 'DI': '地', 'DEI': '得', 'SUO': '所', 'BA': '把', 'BEI': '被',
    'ADV': '状中结构', 'CMP': '动补结构', 'DBL': '兼语结构',
    'CNJ': '关联词', 'CS': '关联结构', 'MT': '语态结构', 'VV': '连谓结构',
    'HED': '核心', 'FOB': '前置宾语', 'DOB': '双宾语',
    'TOP': '主题', 'IS': '独立结构', 'IC': '独立分句', 'DC': '依存分句',
    'VNV': '叠词关系', 'YGC': '一个词', 'WP': '标点'}

3、pyltp+networkx

"""句法分析"""
from pyltp import Segmentor, Postagger, Parser

# 实例初始化
segmentor = Segmentor()
postagger = Postagger()
parser = Parser()

# 模型路径
PATH = 'ltp_data_v3.4.0/'
CWS_MODEL = PATH + 'cws.model'  # 分词
POS_MODEL = PATH + 'pos.model'  # 词性标注
PARSER_MODEL = PATH + 'parser.model'  # 依存句法分析

# 读取模型
segmentor.load(CWS_MODEL)
postagger.load(POS_MODEL)
parser.load(PARSER_MODEL)

# 分词、标注、句法分析
text = '会议宣布了资深院士名单'
words = list(segmentor.segment(text))  # 分词
postags = list(postagger.postag(words))  # 词性标注
arcs = parser.parse(words, postags)  # 句法分析

# 释放模型
segmentor.release()
postagger.release()
parser.release()

"""networkx可视化"""
import networkx as nx, matplotlib.pyplot as mp

# 无多重边有向图
G = nx.DiGraph()

# [2, 0, 2, 5, 6, 2]
ah = [a.head for a in arcs]

# ['ROOT', '会议', '宣布', '了', '资深', '院士', '名单']
tree = ['ROOT'] + words

# 添加节点和边
for w in tree:
    G.add_node(w)
for i in range(len(ah)):
    j = ah[i]
    G.add_edge(words[i], tree[j])

# 可视化
mp.rcParams['font.sans-serif']=['SimHei']  # 用黑体显示中文
nx.draw(G, with_labels=True, node_color='lightgreen', font_size=20, node_size=2000, width=3, alpha=0.8)
mp.show()