如何使用corenlp使用python提取语法特征？

我想从一个句子中提取句法信息。我试过的是

corenlp_dir = "/home/corenlp-python/stanford-corenlp-full-2013-11-12/"
parser = corenlp.StanfordCoreNLP(corenlp_path=corenlp_dir)

result_json = json.loads(parser.parse("I am Alice."))
#pprint.pprint(result_json)
for sentence in result_json["sentences"]:
    pprint.pprint(sentence["parsetree"]) 
    print type(sentence["parsetree"])

我只有

--># u'(ROOT (S (NP (PRP I)) (VP (VBP am) (NP (NNP Alice))) (. .)))'
<type 'unicode'>

-->#u'（根（S（NP（PRP I））（VP（VBP-am）（NP（NNP-Alice）））（…）'

结果是一个字符串，而不是parsertree。 然而，我真正想要的是一个可以用来进行文本分类的语法特征。如何从上述结果中提取特定的句法特征？

---

我不知道怎么做。有谁能帮助我或给我一些建议吗？

您最好先了解结果的格式，如果需要，编写自己的代码来演示/绘制结果

以你的结果为例， 一个最小的单位可以是（PRP I），这意味着“I”在这个句子中扮演“代词”的角色，如果你看一下当前的括号，（NP（PRP I））意味着这个代词是一个名词短语（NP）。等

---

这就是如何从下到上得到解析树，最后到达“根”。

谢谢你的回答。我是NLP的新手。我已经理解了“parsetree”的含义。但是我真的不知道如何在句法上标记这个词，例如“I”，它与POS不一样。你能告诉我一些想法吗？“I”的POS标记是“PRP”，在最近的括号内。这个过程称为词性标注。然后你会发现PRP是一个名词短语，NP可以是一个单词，但通常是一个短语。现在你得到了一些更大的单位，把句子分成几个部分叫做组块。从单元中你构造了一个树状结构，整个过程就是分析这个句子的语法。谢谢你的回答，但是ROOT的功能是什么？例如，在产生式规则中，例如S->NP+PRP，我们不需要根，对吗？根是句子开始的地方，我想你可以这样忽略它。当你写S->NP+PRP时，我真的很困惑，PRP是NP的组成部分，它使“+”无意义，如果只有一个NP加上一个PRP，一个句子S怎么可能是完整的？谢谢你的回答。现在我想提取句子“我是爱丽丝”的句法特征，你的意思是我只能得到S->NP+VP+NP？这个解析树中的PRP，VBP，NNP是胡说八道吗？