Nltk: 弃用旧的斯坦福解析器

我们已弃用StanfordTokenizer / StanfordSegmenter ， StanfordPOSTagger和StanfordNERTagger 。

最好也淘汰旧的StanfordParser ， StanfordDependencyParser和StanfordNeuralDependencyParser

1. 向旧界面添加适当的警告

2a。 用CoreNLPParser封装鸭子类型，

2b。 撰写有关如何使用CoreNLPParser来使用依赖项和神经依赖项解析的文档

1. 为新的CoreNLP解析器接口编写测试

两个（2a）和（2b）的方法应只影响properties所述的参数api_call

CoreNLPParser的当前界面：

>>> from nltk.parse.corenlp import CoreNLPParser
>>> sent = 'The quick brown fox jumps over the lazy dog.'
>>> next(parser.raw_parse(sent)).pretty_print()  # doctest: +NORMALIZE_WHITESPACE
                         ROOT
                          |
                          S
           _______________|__________________________
          |                         VP               |
          |                _________|___             |
          |               |             PP           |
          |               |     ________|___         |
          NP              |    |            NP       |
      ____|__________     |    |     _______|____    |
     DT   JJ    JJ   NN  VBZ   IN   DT      JJ   NN  .
     |    |     |    |    |    |    |       |    |   |
    The quick brown fox jumps over the     lazy dog  .

所需的界面可能如下所示：

# Using Duck-types
>>> from nltk.parse.stanford import CoreNLPParser
>>> depparser = CoreNLPDependencyParser('http://localhost:9000')
>>> depparser.parse(sent)
>>> ndepparser = CoreNLPNeuralDependencyParser('http://localhost:9000')
>>> ndepparser.parse(sent)

# Using arguments to control `properties` for `api_call()` 
>>> from nltk.parse.stanford import CoreNLPParser

>>> depparser = CoreNLPParser('http://localhost:9000', parser_type="dependency")
>>> depparser.parse(sent)

>>> ndepparser = CoreNLPNeuralDependencyParser('http://localhost:9000', parser_type="neural_dependency")
>>> ndepparser.parse(sent)

这将是一个很好的课堂项目或一个很好的第一个挑战； P