pyltp的简单使用
上一篇我们搭建了pyltp的基本环境,现在我们用简单的示例来测试它的使用,因为还是新手,肯定会有很多不全面的地方,后面我慢慢补充。
我们采用PyCharm作为编辑器,进行示例。
0. 检查pyltp
首先先检查下python27/Lib/site-packages/目录下是否存在pyltp的相关文件夹:
![](https://upload-images.jianshu.io/upload_images/16729476-bf846a9ec0e3c7a4.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/723/format/webp)
1. 创建项目
1.1 创建一个新的python项目
创建一个新的python项目,并取名为:firstLtp
注意更改PyCharm的以下设置,因为你的pyltp是安装在这里的,所以如此设置你的pyltp才能够正常使用:
![](https://upload-images.jianshu.io/upload_images/16729476-8bab39e1c9a92606.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1000/format/webp)
1.2 创建src
在venv目录下,创建src文件夹。
![](https://upload-images.jianshu.io/upload_images/16729476-241854533ae0737b.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/305/format/webp)
2. 基本组件的使用
2.1 分词模块使用
(1)创建SentenceSplitterTest.py
# -- coding: utf-8 --**
#测试分句使用-SentenceSplitter
from pyltp import Sentence
Splittersentence = SentenceSplitter.split('测试分句,这是分句1。这是分句2。这个是,分句3。')
for i in range(len(sentence)):
print i+1,':',sentence[i]
(2)获得结果
C:\Python27\python.exe E:/for_study/PyCharmSpace/firstLtp/venv/src/SentenceSplitterTest.py
1 : 测试分句,这是分句1。
2 : 这是分句2。
3 : 这个是,分句3。
Process finished with exit code 0
2.2 分词使用
(1)SegmentorTest.py
# -- coding: utf-8 --**
#测试分词使用 - Segmentor
import os
LTP_DATA_DIR = 'F:/zou/LTP/ltp_data/ltp_data' #v3.3.1报错Segmentor: Model not loaded!,使用新版本模型v3.4.0运行成功
cws_model_path = os.path.join(LTP_DATA_DIR, 'cws.model') # 分词模型路径,模型名称为‘cws.‘
from pyltp import Segmentorsegmentor = Segmentor() # 初始化实例
segmentor.load(cws_model_path) # 加载模型
words = segmentor.segment('欧几里得是西元前三世纪的希腊数学家。') # 分词
print ' '.join(words)segmentor.release() # 释放模型,但是人名并未识别,以下方法可以识别出人名
path_name = 'F:/zou/LTP/Names-Corpus-master/Names-Corpus/testName.txt'segmentor = Segmentor() # 初始化实例
segmentor.load_with_lexicon(cws_model_path, path_name) # 加载模型地址,参数lexicon是自定义词典的文件路径
words = segmentor.segment('欧几里得是西元前三世纪的希腊数学家。')print ' '.join(words)segmentor.release()
![](https://upload-images.jianshu.io/upload_images/16729476-d51903b1d291d085.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/746/format/webp)
(2)获得结果
C:\Python27\python.exe E:/for_study/PyCharmSpace/firstLtp/venv/src/SegmentorTest.py
欧 几 里 得 是 西元前 三 世纪 的 希腊 数学家 。
[INFO] 2019-03-10 13:23:55 loaded 3 lexicon entries
欧几里得 是 西元前 三 世纪 的 希腊 数学家 。
Process finished with exit code 0
将欧几里得添加到用户字典里,于是可以识别到欧几里得为一个词(人名),改善结果并提高准确率。
2.3 词性标注使用
(1)PostaggerTest.py
# -- coding: utf-8 --**
#测试词性标注- Postagger
LTP_DATA_DIR ='F:/zou/LTP/ltp_data/ltp_data' #v3.3.1同样报错模型未加载,采用v3.4.0
import os
pos_model_path = os.path.join(LTP_DATA_DIR,'pos.model')# 词性标注模型路径,模型名称为`pos.model`
from pyltpimport Postagger
postagger = Postagger()# 初始化实例
postagger.load(pos_model_path)# 加载模型
words = ['欧几里得','是','西元前','三','世纪','的','希腊','数学家','。']
postags = postagger.postag(words)# 词性标注
for iin range(len(words)):
print words[i],'(',
print postags[i],')',
postagger.release()# 释放模型
(2)获得结果
C:\Python27\python.exe E:/for_study/PyCharmSpace/firstLtp/venv/src/PostaggerTest.py
欧几里得 ( nh ) 是 ( v ) 西元前 ( nt ) 三 ( m ) 世纪 ( n ) 的 ( u ) 希腊 ( ns ) 数学家 ( n ) 。 ( wp )
Process finished with exit code 0
词性标注对应如下:附录
![](https://upload-images.jianshu.io/upload_images/16729476-314475776fdd72cb.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/758/format/webp)
2.4 命名实体识别使用
(1)NamedEntityRecognizerTest.py
# -- coding: utf-8 --**
#命名实体识别测试- NamedEntityRecognizer
LTP_DATA_DIR ='F:/zou/LTP/ltp_data/ltp_data' #v3.3.1同样报错模型未加载,采用v3.4.0
import os
ner_model_path = os.path.join(LTP_DATA_DIR,'ner.model')# 命名实体识别模型路径,模型名称为`ner.model`
from pyltpimport NamedEntityRecognizer
recognizer = NamedEntityRecognizer()# 初始化实例
recognizer.load(ner_model_path)# 加载模型
words = ['欧几里得','是','西元前','三','世纪','的','希腊','数学家','。']
postags = ['nh','v','nt','m','n','u','ns','n','wp']
nertags = recognizer.recognize(words, postags)# 命名实体识别
print ' '.join(nertags)
recognizer.release()# 释放模型
(2)获得结果
C:\Python27\python.exe E:/for_study/PyCharmSpace/firstLtp/venv/src/NamedEntityRecognizerTest.py
S-Nh O O O O O S-Ns O O
Process finished with exit code 0
![](https://upload-images.jianshu.io/upload_images/16729476-b022ab99eb82ba5d.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/426/format/webp)
2.5 依存句法分析的使用
(1)ParserTest.py
# -- coding: utf-8 --**
#依存句法分析测试- Parser
LTP_DATA_DIR ='F:/zou/LTP/ltp_data/ltp_data' #v3.3.1同样报错模型未加载,采用v3.4.0
import os
par_model_path = os.path.join(LTP_DATA_DIR,'parser.model')# 依存句法分析模型路径,模型名称为`parser.model`
from pyltpimport Parser
parser = Parser()# 初始化实例
parser.load(par_model_path)# 加载模型
words = ['欧几里得','是','西元前','三','世纪','的','希腊','数学家','。']
postags = ['nh','v','nt','m','n','u','ns','n','wp']
arcs = parser.parse(words, postags)# 句法分析
rely_id = [arc.headfor arcin arcs]# 提取依存父节点id
relation = [arc.relationfor arcin arcs]# 提取依存关系
heads = ['Root' if id ==0 else words[id-1]for idin rely_id]# 匹配依存父节点词语
for iin range(len(words)):
print relation[i] +'(' + words[i] +', ' + heads[i] +')'
parser.release()# 释放模型
(2)获得结果
C:\Python27\python.exe E:/for_study/PyCharmSpace/firstLtp/venv/src/ParserTest.py
SBV(欧几里得, 是)
HED(是, Root)
ATT(西元前, 世纪)
ATT(三, 世纪)
ATT(世纪, 数学家)
RAD(的, 世纪)
ATT(希腊, 数学家)
VOB(数学家, 是)
WP(。, 是)
Process finished with exit code 0
![](https://upload-images.jianshu.io/upload_images/16729476-1d0df4c4ca19cbc0.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/755/format/webp)