python3中使用Stanford NLP工具包

第一种方法，使用NLTK调用stanfordNLP工具包

安装与配置

一、NLTK的安装配置

1.笔者是用Anoconda下载的python，就以Anaconda为例。打开Anaconda prompt，输入pip install nltk安装最新版的NLTK。

2.打开python编辑器，输入import nltk，再输入nltk download ()并执行,下载NLTK数据包，在下载界面选中book模块，选择下载目标路径，例如：E:\Anaconda\Anaconda\nltk_data，修改系统环境变量，在path中加入刚刚选择的路径：E:\Anaconda\Anaconda\nltk_data;记得跟前面的路径之间用;隔开

3.配置完成之后，打开python编辑器，输入import nltk.book，只要没有输出明显的错误，正确显示了相关信息，就表示NLTK安装成功了

4.下载nltk-develop.zip，这个文件提供的NLTK工具连接到StanfordNLP工具的接口,下载之后解压，把解压后的nltk-develop文件复制到python安装的主路径下，笔者是Anaconda方式安装的python，所以就直接放在了Anaconda3的主目录下

5.然后进入nltk-develop文件夹，在路径框中输入cmd，回车，进入命令行，输入python setup.py install，并执行

6.NLTK配置完成

二、stanford NLP工具安装配置

1.下载工具包

• StanfordTokenizer

• StanfordPOSTagger

• StanfordNERTagger

• StanfordParser

• StanfordCoreNLP

2.下载之后全部解压，为了方便管理和配置，新建一个文件夹stanfordNLP，把需要的文件放入

• 从stanford-corenlp-full-2018-10-05中拷贝slf4j-api.jar、stanford-corenlp-3.9.2.jar、stanford-corenlp-3.9.2-models.jar

• 从stanford-ner-2018-10-16拷贝classifiers、stanford-ner-3.9.2.jar

• 从stanford-parser-full-2018-10-17中拷贝stanford-parser.jar、stanford-parser-3.9.2-models.jar

• 从stanford-postagger-full-2018-10-16中拷贝stanford-postagger.jar、models

• 从stanford-segmenter-2018-10-16中拷贝data、stanford-segmenter-3.9.2.jar并重命名为stanford-segmenter.jar

3.配置环境变量

事实上，也可以完全不进行环境变量设置，但这就需要在每次调用的时候手动指定参数

新建CLASSPATH系统环境变量，添加上面新建的文件夹stanfordNLP的路径：“F:\知识图谱\工具\stanfordNLP;”

新建STANFORD_MODELS系统环境变量，添加文件夹stanfordNLP中的models、classifiers、data的路径

新建STANFORD_SEGMENTER系统环境变量，添加文件夹stanfordNLP中的data的路径

4.配置完成，可以开始使用了

使用

1.分词

from nltk.tokenize.stanford_segmenter import StanfordSegmenter

from nltk.tokenize.stanford_segmenter import StanfordSegmenter

segmenter = StanfordSegmenter()
str="改革春风吹满地，中国人民真争气。"
segmenter.default_config('zh')
result = segmenter.segment(str)
print(result)

print(help(StanfordSegmenter))    

# 可以查看StanfordSegmenter函数的参数说明以及用法，
# 因为之前设置了环境变量，所以一些默认参数不用指定

使用出现问题，暂时未解决
'utf-8' codec can't decode byte 0xc6 in position 81: invalid continuation byte

2.实体命名识别

from nltk impor