使用stanfordcorenlp格式在Python中绘制依赖关系树

使用stanfordcorenlp格式在Python中绘制依赖关系树,python,draw,stanford-nlp,Python,Draw,Stanford Nlp,我正在使用StanfordCoreNLP作为依赖项解析器语句。我按照以下教程设置并使用StanfordCoreNLP: 输入一句“他从骑车中获得巨大的快乐和幸福”,我得到一个输出: [('ROOT',0,2),('nsubj',2,1),('amod',4,3),('dobj',2,4), ('cc',4,5),('conj',4,6),('prep',2,7),('pobj',7,8)] 如何使用nltk包或使用此输出的其他包绘制依赖关系树 感谢您的帮助。回答了这个问题,使用斯坦福依赖树绘制了

我正在使用StanfordCoreNLP作为依赖项解析器语句。我按照以下教程设置并使用StanfordCoreNLP:

输入一句“他从骑车中获得巨大的快乐和幸福”,我得到一个输出:

[('ROOT',0,2),('nsubj',2,1),('amod',4,3),('dobj',2,4), ('cc',4,5),('conj',4,6),('prep',2,7),('pobj',7,8)]

如何使用nltk包或使用此输出的其他包绘制依赖关系树

感谢您的帮助。

回答了这个问题,使用斯坦福依赖树绘制了一棵树

依赖关系树如下所示:

使用NLTK python,您可以尝试如下操作

import nltk
from nltk.tokenize import word_tokenize
from nltk.tag import pos_tag
doc = "He derives great joy and happiness from cycling"
doc = nltk.word_tokenize(doc)
doc = nltk.pos_tag(doc)
grammar = "NP: {<DT>?<JJ>*<NN>}"
cp = nltk.RegexpParser(grammar)
result = cp.parse(doc)
result.draw()
导入nltk
从nltk.tokenize导入单词\u tokenize
从nltk.tag导入pos_标记
doc=“他从骑车中获得巨大的快乐和幸福”
doc=nltk.word\u标记化(doc)
doc=nltk.位置标签(doc)
grammar=“NP:{?*}”
cp=nltk.RegexpParser(语法)
结果=cp.parse(doc)
结果.draw()
输出: