使用Stanford coreNLP的python nltk中的共引用解析

StanfordCorenlp提供了共指解析，还提供了一些关于其在Java中实现的见解

但是，我正在使用python和NLTK，我不确定如何在python代码中使用CoreNLP的共同引用解析功能。我已经能够在NLTK中设置StanfordParser，这是到目前为止我的代码

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"

如何在python中使用CoreNLP的共同引用解析？

也许这对您有用？

---

如果没有，您可以尝试使用@Igor提到的

将两者结合起来。您可以尝试在这个GitHub repo中实现的python包装器：

本回购协议包含两个主要文件： corenlp.py client.py

执行以下更改以使coreNLP正常工作：

在corenlp.py中，更改corenlp文件夹的路径。设置本地计算机包含corenlp文件夹的路径，并将该路径添加到corenlp.py的第144行

如果不是corenlp\u路径：
corenlp_path=

“corenlp.py”中的jar文件版本号不同。根据您拥有的corenlp版本进行设置。在corenlp.py的第135行进行更改

jars=[“stanford-corenlp-3.4.1.jar”，
“stanford-corenlp-3.4.1-models.jar”，
“joda time.jar”，
“xom.jar”，
“jollyday.jar”]

在本文中，将3.4.1替换为您下载的jar版本

运行以下命令：

python corenlp.py

这将启动服务器

现在运行主客户端程序

python客户端.py

这提供了一个字典，您可以使用“coref”作为键访问coref：

约翰是一位计算机科学家。他喜欢编码

{
     "coref": [[[["a Computer Scientist", 0, 4, 2, 5], ["John", 0, 0, 0, 1]], [["He", 1, 0, 0, 1], ["John", 0, 0, 0, 1]]]]
}

我已经在Ubuntu 16.04上试过了。使用java版本7或8

，相对较新的包装器，可能适合您

假设文本是“巴拉克·奥巴马出生在夏威夷。他是总统。奥巴马于2008年当选。”

守则：

# coding=utf-8

import json
from stanfordcorenlp import StanfordCoreNLP

nlp = StanfordCoreNLP(r'G:\JavaLibraries\stanford-corenlp-full-2017-06-09', quiet=False)
props = {'annotators': 'coref', 'pipelineLanguage': 'en'}

text = 'Barack Obama was born in Hawaii.  He is the president. Obama was elected in 2008.'
result = json.loads(nlp.annotate(text, properties=props))

num, mentions = result['corefs'].items()[0]
for mention in mentions:
    print(mention)

上面的每一个“提及”都是这样的Python格言：

{
  "id": 0,
  "text": "Barack Obama",
  "type": "PROPER",
  "number": "SINGULAR",
  "gender": "MALE",
  "animacy": "ANIMATE",
  "startIndex": 1,
  "endIndex": 3,
  "headIndex": 2,
  "sentNum": 1,
  "position": [
    1,
    1
  ],
  "isRepresentativeMention": true
}

---

斯坦福大学的CoreNLP现在有一个叫做StanfordNLP的，你可以在

本机API仍然支持coref处理器，但您可以使用CoreNLPClient接口从Python调用“标准”CoreNLP（原始Java软件）

因此，在遵循设置Python包装器的说明之后，您可以获得如下所示的共同引用链：

从stanfordnlp.server导入CoreNLPClient
巴拉克出生在夏威夷。他的妻子米歇尔出生在米兰。他说她很聪明
打印（f“输入文本：{text}”）
#设置客户端
client=CoreNLPClient（属性={'annotators'：'coref'，'coref.algorithm'：'statistic'}，超时=60000，内存=16G'）
#将请求提交到服务器
ann=客户端。注释（文本）
mychains=list（）
链=ann.corefChain
对于链中链：
mychain=list（）
#把这条链子的每一个字都循环一遍
在链中提及。提及：
#获取该提及所在的句子，并获取属于该提及的单词
#（我们可以有多个词，例如，一个提词可以是像“他”这样的代词，也可以是像“他的妻子米歇尔”这样的复合名词）
words\u list=ann.station[title.sentenceIndex].token[title.beginIndex:title.endIndex]
#用上面提到的单词组成一个字符串
单词=''.join（[x.word代表单词列表中的x]）
mychain.append（单词）
mychains.append（mychain）
对于mychains中的链：
打印（“”.连接（链））

尝试过，但不起作用。Jython是python的java实现，我不能使用它，因为我的许多模块使用NLTK，我不能用java重新实现。还有其他建议吗？我们如何从您的JSON输出中创建

{“coref”：[[[[“计算机科学家”，0，4，2，5]，“John”，0，0，0，1]，[[“He”，1，0，0，0，1]，“John”，0，0，0，1]]}

？截至今天，该包装器的最新提交时间是2014年