Dependencies 斯坦福依赖解析器Jython

我正在使用来自的代码 生成依赖项解析

导入系统 sys.path.append（'/path/to/jar/stanford-parser-2008-10-26.jar'） 从java.io导入CharArrayReader 从edu.stanford.nlp导入* lp=parser.lexparser.LexicalizedParser（'/path/to/englishPCFG.ser.gz'） tlp=树。PennTreebankLanguagePack（） lp.setOptionFlags（[“-maxLength”、“80”、“-RetainMPSubcategories”]） 语句='我最喜欢的函数式编程功能之一\ 语言就是你可以像对待值一样对待函数。” toke=tlp.getTokenizerFactory（）.getTokenizer（CharArrayReader（句子））； wordlist=toke.tokenize（） if（lp.parse（wordlist））： parse=lp.getBestParse（） gsf=tlp.grammaticStructureFactory（） gs=gsf.newgrammaticstructure（解析） tdl=gs.typedDependenciesCollapsed（） 打印parse.toString（） 打印tdl 它给出了一个包含以下类型元组的列表：

<type 'edu.stanford.nlp.trees.TypedDependency'>

如何访问各个元组以使用依赖项分析？

TypedDependence类的文档可在上找到。我无法用我的Java版本加载模型（需要5个，但我有7个）

这应该给你一个开始：

for type_dep in tdl:
    print "Governor word:", type_dep.gov().toString() # .gov() is an IndexedWord
    print "Dependent word:", type_dep.dep().toString() # .dep() is an IndexedWord
    print "Relation:", type_dep.reln().toString() # .reln() is a GrammaticalRelation
    print