Nltk: Помоги мне, пожалуйста! интеграция nltk и standford nlp

Созданный на 6 июл. 2018 · 3Комментарии · Источник: nltk/nltk

Когда я использовал интеграцию nltk и standford nlp, возникла проблема, которая сбила меня с толку.
Мои среды разработки вроде этого:

nltk 3.3
Стандарт НЛП Стэнфорд-Сегментер 3.6.0 / 3.9.1
И я пытаюсь создать объект StanfordSegmenter следующим образом:
standfordNlpPath = self.projectPath + "\ standford-nlp \ stanford-segmenter-2015-12-09"
stanfordSegmenter = StanfordSegmenter (
path_to_jar = standfordNlpPath + "\ stanford-segmenter-3.6.0.jar",
path_to_slf4j = standfordNlpPath + "\ slf4j-api.jar",
path_to_sihan_corpora_dict = standfordNlpPath + "\ data-2015",
path_to_model = standfordNlpPath + "\ data-2015 \ pku.gz",
path_to_dict = standfordNlpPath + "\ data-2015 \ dict-chris6.ser.gz")
тогда результат такой неудачи:
================================================== =========================
НЛТК не смог найти stanford-segmenter.jar! Установите CLASSPATH
переменная окружения.
Для получения дополнительной информации о stanford-segmenter.jar см .:

https://nlp.stanford.edu/software

Там точно существуют всевозможные банки, я почти уверен, что что-то не так с моим путем или параметрами, которые я помещаю в класс StanfordSegmenter? Пример был довольно простым, что я нашел в документе nltk 3.3, они просто добавили один параметр, "path_to_slf4j".
Итак, кто-нибудь, помогите мне :-(!

resolved stanford api

Источник

libingnan54321

Самый полезный комментарий

Используйте новый интерфейс CoreNLPParser .

Сначала обновите свой NLTK:

pip3 install -U nltk

Тогда еще в терминале:

# Get the CoreNLP package
wget http://nlp.stanford.edu/software/stanford-corenlp-full-2018-02-27.zip
unzip stanford-corenlp-full-2018-02-27.zip
cd stanford-corenlp-full-2018-02-27/

# Download the properties for chinese language
wget http://nlp.stanford.edu/software/stanford-chinese-corenlp-2018-02-27-models.jar 
wget https://raw.githubusercontent.com/stanfordnlp/CoreNLP/master/src/edu/stanford/nlp/pipeline/StanfordCoreNLP-chinese.properties 

# Download the properties for arabic
wget http://nlp.stanford.edu/software/stanford-arabic-corenlp-2018-02-27-models.jar
wget https://raw.githubusercontent.com/stanfordnlp/CoreNLP/master/src/edu/stanford/nlp/pipeline/StanfordCoreNLP-arabic.properties

Для китайцев:

# Start the server.
java -Xmx4g -cp "*" edu.stanford.nlp.pipeline.StanfordCoreNLPServer \
-serverProperties StanfordCoreNLP-chinese.properties \
-preload tokenize,ssplit,pos,lemma,ner,parse \
-status_port 9001  -port 9001 -timeout 15000 &

Затем в Python3:

>>> from nltk.parse import CoreNLPParser
>>> parser = CoreNLPParser('http://localhost:9001')
>>> list(parser.tokenize(u'我家没有电脑。'))
['我家', '没有', '电脑', '。']

Для арабского:

# Start the server.
java -Xmx4g -cp "*" edu.stanford.nlp.pipeline.StanfordCoreNLPServer \
-serverProperties StanfordCoreNLP-arabic.properties \
-preload tokenize,ssplit,pos,parse \
-status_port 9005  -port 9005 -timeout 15000

Наконец, запустите Python:

>>> from nltk.parse import CoreNLPParser
>>> parser = CoreNLPParser(url='http://localhost:9005')
>>> text = u'انا حامل'
>>> parser.tokenize(text)
<generator object GenericCoreNLPParser.tokenize at 0x7f4a26181bf8>
>>> list(parser.tokenize(text))
['انا', 'حامل']

alvations 23 авг. 2018

❤3

Все 3 Комментарий

@ libingnan54321, почему вы не используете последнюю версию 3.9.1?

Не могли бы вы сначала попробовать это и предоставить результат?

segmenter_jar_file = os.path.join(standfordNlpPath,'stanford-segmenter-2018-02-27/stanford-segmenter-3.9.1.jar')
assert(os.path.isfile(segmenter_jar_file))
stanfordSegmenter = StanfordSegmenter(
    path_to_jar=segmenter_jar_file,
)

Demetrio92 9 июл. 2018

Используйте новый интерфейс CoreNLPParser .

Сначала обновите свой NLTK:

pip3 install -U nltk

Тогда еще в терминале:

# Get the CoreNLP package
wget http://nlp.stanford.edu/software/stanford-corenlp-full-2018-02-27.zip
unzip stanford-corenlp-full-2018-02-27.zip
cd stanford-corenlp-full-2018-02-27/

# Download the properties for chinese language
wget http://nlp.stanford.edu/software/stanford-chinese-corenlp-2018-02-27-models.jar 
wget https://raw.githubusercontent.com/stanfordnlp/CoreNLP/master/src/edu/stanford/nlp/pipeline/StanfordCoreNLP-chinese.properties 

# Download the properties for arabic
wget http://nlp.stanford.edu/software/stanford-arabic-corenlp-2018-02-27-models.jar
wget https://raw.githubusercontent.com/stanfordnlp/CoreNLP/master/src/edu/stanford/nlp/pipeline/StanfordCoreNLP-arabic.properties

Для китайцев:

# Start the server.
java -Xmx4g -cp "*" edu.stanford.nlp.pipeline.StanfordCoreNLPServer \
-serverProperties StanfordCoreNLP-chinese.properties \
-preload tokenize,ssplit,pos,lemma,ner,parse \
-status_port 9001  -port 9001 -timeout 15000 &

Затем в Python3:

>>> from nltk.parse import CoreNLPParser
>>> parser = CoreNLPParser('http://localhost:9001')
>>> list(parser.tokenize(u'我家没有电脑。'))
['我家', '没有', '电脑', '。']

Для арабского:

# Start the server.
java -Xmx4g -cp "*" edu.stanford.nlp.pipeline.StanfordCoreNLPServer \
-serverProperties StanfordCoreNLP-arabic.properties \
-preload tokenize,ssplit,pos,parse \
-status_port 9005  -port 9005 -timeout 15000

Наконец, запустите Python:

>>> from nltk.parse import CoreNLPParser
>>> parser = CoreNLPParser(url='http://localhost:9005')
>>> text = u'انا حامل'
>>> parser.tokenize(text)
<generator object GenericCoreNLPParser.tokenize at 0x7f4a26181bf8>
>>> list(parser.tokenize(text))
['انا', 'حامل']

alvations 23 авг. 2018

❤3

Закрытие вопроса как решенного на данный момент =)
Пожалуйста, откройте, если есть дополнительные вопросы.

alvations 23 авг. 2018

Была ли эта страница полезной?

0 / 5 - 0 рейтинги