依存句法树可视化(nltk、spacy)

本文介绍两种英文句法树可视化的方法。
其中用到的spacynltk库等需要提前安装。
如果安装有问题或需要一些包的话,可以在文章下留言,看到了就会回复的。

1.nltk + stanfordcorenlp对句法树进行可视化

from nltk.tree import Tree
from stanfordcorenlp import StanfordCoreNLP

sentence = 'it is fast booting up , shutting down, and connection with the internet.'
with StanfordCoreNLP(r'E:\tools\coreNLP\stanford-corenlp-full-2018-10-05(1)', lang='en') as nlp:
    Tree.fromstring(nlp.parse(sentence)).draw()

在这里插入图片描述

2.使用spacy进行可视化

import spacy
from spacy import displacy

nlp = spacy.load('en_core_web_md')
doc = nlp( "great product, very easy to use and great graphics." )
displacy.serve(doc, style='dep')

代码运行后,在浏览器中输入 http://localhost:5000 即可显示依存结构。
在这里插入图片描述

依存关系
依存关系是一个中心词与其从属之间的二元非对称关系,一个句子的中心词通常是动词(Verb),所有其他词要么依赖于中心词,要么通过依赖路径与它关联。从该解析树中可以看出依存结构是加标签的有向图,箭头从中心词指向从属词,即箭头是从head指向child,每个Token只有一个Head

关系标签含义

标签表示从属的语法功能,名词性的标签是:

  • root:中心词,通常是动词
  • dobj:直接宾语(direct object)
  • nsubj:名词性主语(nominal subject)
  • prep:介词
  • pobj:介词宾语
  • cc:连词

其他常用的标签:

  • compound:复合词
  • advmod:状语
  • det:限定词
  • amod:形容词修饰语

版权声明:本文为qq_43965708原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。