知识图谱——中文分词(CoreNLP)

一、准备

安装 pip install stanfordcorenlp

下载Standard的CoreNLP包，解压至python的Tools目录下，处理中文还需要下载中文的模型jar文件，然后放到stanford-corenlp-full-2018-02-27根目录下即可（注意一定要下载这个文件，否则它默认是按英文来处理的）。

二、使用

代码：

from stanfordcorenlp import StanfordCoreNLP
nlp = StanfordCoreNLP(r'D:\Python\Python37\Tools\stanford_NLP', lang='zh')
sente='配置好数据库之后，可以根据django来生成默认的数据表。'
nlp.word_tokenize(sente)

效果演示：

三、NLP功能

1.中文分词：nlp.word_tokenize(sente)

2.词性标记：nlp.pos_tag(sente)

3.语法解析：nlp.parse(sente)

4.语法关系解析：nlp.dependency_parse(sente)

 

四、词性学习

标记	含义	示例
VA	谓词性形容词
VC	系动词	是、为等
VE	“有”作为主要动词	只有当“有，没{有}”和“无”作为主要动词时（包括占有的“有”和表存在的“有”等等），被标注为VE
VV	其他动词	('生成', 'VV'), ('默认', 'VV'),如情态动词，提升谓词（如“可能”），控制动词（如“要”、“想”），行为动词（如“走”），心理动词（如“喜欢”、“了解”、“怨恨”），等等
NR	专有名词	专有名词是名词的子集。一个专有名词可以是一个特定的人名，政治或地理上定义的地方（城市、国家、河流、山脉等），或者是一种组织（企业、政府或其他组织实体）。一个专有名词通常是独一无二，并且不能被Det+M所修饰的。
NT	时间名词	时间名词可以是介词的宾语，譬如在、从、到、等到。它们可以被问及，如“这个时候”，也可以被用以提问“什么时候”。它们也可以直接修饰VP（动词短语）或者S（主语）。像其他名词一样，时间名词可以是某些动词的论元。例子：一月、汉朝、当今、何时、今后
NN	其他名词	('头发', 'NN')、('数据库', 'NN')
LC	方位词	·这类方位词表示方向、位置等。它们来自名词。一些可以单独使用作为介词或动词的论元。一些可以被“最”修饰。它们不能被Det+M所修饰。 ('为止', 'LC')
PN	代词	代词包括人称代词（如我、你），当作为名词短语单独使用时为指示代词（如这、那），所有格代名词（如其）以及反身代词（如我自己、自己）。
DT	限定词	限定词包括指示词（如这、那、该）和诸如“每、各、前、后”等词。限定词不包括基数词和序列词。
CD	基数词	包括基数词并随意与一些概数词连用，如“来、多、好几”和诸如“好些、若干、半、许多、很多（如很多 学生）”等词
OD	序列词	序列词被标注为OD。我们把第+CD看做一个词，并标注它为OD。 例子：第一百。
M	度量词	度量词跟在数字后形成Det+M结构修饰名词或动词，包括类词（如“个”），表示一群的度量词，如“群”，以及公里、升等度量词。
AD	副词	副词包括情态副词、频率副词、程度副词、连接副词等，大部分副词的功能是修饰动词短语或主语。 如：仍然、很、最、大大、又、约
P	介词	介词可以把名词短语或从句作为论元。
CC，CS	并列连接词、从属连词	与、和、或、或者、还是（or） 从属连词连接两个句子，一个句子从属于另一个，这样的连词标记为CS。CS模式是：CS S1，S2和S2 CS，S1。 如：如果/CS，……就/AD……
IJ	感叹词	出现在句首位置的感叹词，如：啊
ON	拟声词	① 修饰“ON地V”中的VP：雨哗哗[ON]地[DEV]下了[AS]一夜 ② 修饰“ON中的N”中的NP：砰[ON]的/DEG一声！ ③ 自行成句：砰砰[ON]！ ④ 一般不能被副词修饰，如：哗啦啦，咯吱。