Nltk: Déprécier l'ancien analyseur de Stanford

Nous avons déconseillé les StanfordTokenizer / StanfordSegmenter , StanfordPOSTagger et StanfordNERTagger .

Il serait bon de déprécier également les anciens StanfordParser , StanfordDependencyParser et StanfordNeuralDependencyParser par

1. Ajout des avertissements appropriés à l'ancienne interface

2a. Enveloppez les types de canard pour CoreNLPParser qui émule les fonctions de l'ancienne interface

2b. Rédigez des documentations sur la façon d'utiliser CoreNLPParser pour utiliser l'analyse des dépendances et des dépendances neuronales

1. Ecrire des tests pour les nouvelles interfaces de l'analyseur CoreNLP

Les deux méthodes (2a) et (2b) ne devraient affecter que l'argument properties du api_call

L'interface actuelle pour CoreNLPParser :

>>> 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  .

L'interface souhaitée peut ressembler à ceci:

# 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)

Cela ferait un bon projet de classe ou un bon premier défi; P