试用Stanford Parser处理中文语句

最近在研究一段时间的NLP。。试用Stanford Parser初体验。。

先说下本人对语义这一块看法，欢迎打脸。。个人感觉国内很多此类方向的研究，，方向和技术层面确实很先进，但真正不能实际应

Stanford Parser 最新版本下载地址：。Stanford Parser

解压运行lexparser-gui.bat ，这是一个可执行的可视化界面窗口。点击Load Parser选择模型文件，Stanford Parser 有两个重要的

stanford-parser-3.3.0-models 里面有其模型文件，解压该jar包。选择

xinhuaFactoredSegmenting.ser.gz这个新华网的模型文件。在程序中加载模型文件需要一段时间。输入分析的语句，效果图如下：

把stanford-parser，stanford-parser-3.3.0-models 这两jar包引入项目。实现代码如下：

package test;import java.util.Collection;import edu.stanford.nlp.parser.lexparser.LexicalizedParser;import edu.stanford.nlp.trees.Tree;import edu.stanford.nlp.trees.TypedDependency;import edu.stanford.nlp.trees.international.pennchinese.ChineseGrammaticalStructure;/** * LexicalizedParser.loadModel(modelpath); 加载模型比较消耗时间，可以把这一步以加载到服务中启动 * @author 胡慧超 * */public class test1 {public static void main(String[] args) {String modelpath="edu/stanford/nlp/models/lexparser/xinhuaFactoredSegmenting.ser.gz";String str="清华大学生 说正在研究生命起源。";LexicalizedParser lp = LexicalizedParser.loadModel(modelpath);Tree t = lp.parse(str); //TokenizerFactory<CoreLabel> tokenizerFactory =PTBTokenizer.factory(new CoreLabelTokenFactory(), "");//List<CoreLabel> rawWords2 =tokenizerFactory.getTokenizer(new StringReader(str)).tokenize();//Tree t1 = lp.apply(rawWords2);//ChineseTreebankLanguagePack tlp = new ChineseTreebankLanguagePack();//GrammaticalStructureFactory gsf = tlp.grammaticalStructureFactory();ChineseGrammaticalStructure gs = new ChineseGrammaticalStructure(t);//List<TypedDependency> tdl = gs.typedDependenciesCCprocessed();Collection<TypedDependency> tdl = gs.typedDependenciesCollapsed();System.out.println(tdl.toString());String s="";for(int i = 0;i < tdl.size();i ++){TypedDependency td = (TypedDependency)tdl.toArray()[i];String age = td.dep().nodeString();s+=age+"/";}System.out.println(s);}}

夫妇一条心，泥土变黄金。