试用Stanford Parser处理中文语句-优快云博客

最近在研究一段时间的NLP。。试用Stanford Parser初体验。。

先说下本人对语义这一块看法，欢迎打脸。。个人感觉国内很多此类方向的研究，方向和技术层面确实很先进，但真正不能实际应

用到项目中。很多只是个噱头罢了。上一次研究的Ontology的语义检索。。就当学习吧。

Stanford Parser 最新版本下载地址：http://nlp.stanford.edu/software/lex-parser.shtml。Stanford Parser通过对主语、谓语和宾语的分析去切分语句。

解压运行lexparser-gui.bat ，这是一个可执行的可视化界面窗口。点击Load Parser选择模型文件，Stanford Parser 有两个重要的

jar包，stanford-parser，stanford-parser-3.3.0-models。其中stanford-parser-3.3.0-models 里面有其模型文件，解压该jar包。选择

xinhuaFactoredSegmenting.ser.gz这个新华网的模型文件。在程序中加载模型文件需要一段时间。输入分析的语句，效果图如下：

把stanford-parser，stanford-parser-3.3.0-models 这两jar包引入项目。实现代码如下：

package test;

import java.util.Collection;

import edu.stanford.nlp.parser.lexparser.LexicalizedParser;
import edu.stanford.nlp.trees.Tree;
import edu.stanford.nlp.trees.TypedDependency;
import edu.stanford.nlp.trees.international.pennchinese.ChineseGrammaticalStructure;

/**
 * LexicalizedParser.loadModel(modelpath); 加载模型比较消耗时间，可以把这一步以加载到服务中启动
 * @author 胡慧超
 *
 */
public class test1 {

	public static void main(String[] args) {
		String modelpath="edu/stanford/nlp/models/lexparser/xinhuaFactoredSegmenting.ser.gz";
		String str="清华大学生 说正在研究生命起源。";
	    LexicalizedParser lp = LexicalizedParser.loadModel(modelpath); 
	    Tree t = lp.parse(str);  
//	    TokenizerFactory<CoreLabel> tokenizerFactory =PTBTokenizer.factory(new CoreLabelTokenFactory(), "");
//	    List<CoreLabel> rawWords2 =tokenizerFactory.getTokenizer(new StringReader(str)).tokenize();
//	    Tree t1 = lp.apply(rawWords2);
//	    ChineseTreebankLanguagePack tlp = new ChineseTreebankLanguagePack();
//	    GrammaticalStructureFactory gsf = tlp.grammaticalStructureFactory();
	    ChineseGrammaticalStructure gs = new ChineseGrammaticalStructure(t);
//	    List<TypedDependency> tdl = gs.typedDependenciesCCprocessed();
	    Collection<TypedDependency> tdl = gs.typedDependenciesCollapsed();
	    System.out.println(tdl.toString());
	    String s="";
	    for(int i = 0;i < tdl.size();i ++)
        {
            TypedDependency td = (TypedDependency)tdl.toArray()[i];
            String age = td.dep().nodeString();
            s+=age+"/";
        }
	    System.out.println(s);
		
	}
}