Python 将依赖项解析的输出转换为树

我使用的是

Stanford依赖项解析器

，我得到以下句子的输出

我在睡梦中射杀了一头大象

我想将其转换为一个图形，其中节点是每个标记，边是它们之间的关系。

我需要进一步处理的图形结构，因此它将有助于如果修改它很容易，也必须很容易表示

这是我到现在为止的密码

from nltk.parse.stanford import StanfordDependencyParser
stanford_parser_dir = 'stanford-parser/'
eng_model_path = stanford_parser_dir  + "stanford-parser-models/edu/stanford/nlp/models/lexparser/englishRNN.ser.gz"
my_path_to_models_jar = stanford_parser_dir  + "stanford-parser-3.5.2-models.jar"
my_path_to_jar = stanford_parser_dir  + "stanford-parser.jar"

dependency_parser = StanfordDependencyParser(path_to_jar=my_path_to_jar, path_to_models_jar=my_path_to_models_jar)

result = dependency_parser.raw_parse('I shot an elephant in my sleep')
dep = result.next()
a = list(dep.triples())
print a

---

如何制作这样的图形结构？

您可以遍历

dep.triples（）

并获得所需的输出

代码：

for triple in dep.triples():
    print triple[1],"(",triple[0][0],", ",triple[2][0],")"

nsubj ( shot ,  I )
dobj ( shot ,  elephant )
det ( elephant ,  an )
nmod ( shot ,  sleep )
case ( sleep ,  in )
nmod:poss ( sleep ,  my )

输出：

for triple in dep.triples():
    print triple[1],"(",triple[0][0],", ",triple[2][0],")"

nsubj ( shot ,  I )
dobj ( shot ,  elephant )
det ( elephant ,  an )
nmod ( shot ,  sleep )
case ( sleep ,  in )
nmod:poss ( sleep ,  my )

有关更多信息，您可以查看：方法

triples（）

，

to_dot（）

和

dep.tree（）.draw（）

编辑-

dep.to_dot（）

的输出为

digraph G{
edge [dir=forward]
node [shape=plaintext]

0 [label="0 (None)"]
0 -> 2 [label="root"]
1 [label="1 (I)"]
2 [label="2 (shot)"]
2 -> 4 [label="dobj"]
2 -> 7 [label="nmod"]
2 -> 1 [label="nsubj"]
3 [label="3 (an)"]
4 [label="4 (elephant)"]
4 -> 3 [label="det"]
5 [label="5 (in)"]
6 [label="6 (my)"]
7 [label="7 (sleep)"]
7 -> 5 [label="case"]
7 -> 6 [label="nmod:poss"]
}

---

dep.tree（）.draw（）

确实创建了一棵树，但是，我想要一个有向图，其中边是两个术语之间的关系，在本例中缺少边。我如何创建/显示它？那么我想您希望print dep.to_dot（）用于布局：是的，它工作了，但是现在我如何在不修改现有三元组（因为它返回unicode）的情况下向该图形中添加内容？另外，我如何以图形方式查看（比如弹出一些图像等，而不仅仅是在终端中）？有图书馆吗？不过，我会接受你的回答，因为它部分解决了我的问题。点是标准格式。对于布局，你们可以在维基百科的页面上查看-Graphviz和其他我在前面的评论中提到的内容。