记stanford-corenlp的使用

本文主要参考https://zhuanlan.zhihu.com/p/42200126解决了我的问题。

首先一定要下载正确包，我之前下载的是stanford-parser-full-2016-10-31这个，虽然也可以做依存句法分析，但不是我要的内容（害，就是想修改数据集，复现论文发现不行）。困了两天，发现正确的包应该是stanford-corenlp-full-2016-10-31。然后再将中文包下载好放到前面corenlp那个包中，就可以啦。

存在的问题是，用之前的parser包，下面的代码一直在运行（几个小时），但也不报错，修改了corenlp.py中的post端口也不行。使用命令行 java -mx1g -cp "*" edu.stanford.nlp.pipeline.StanfordCoreNLPServer -port 9011 -timeout 1500也不行，报错找不到加载主类。

from stanfordcorenlp import StanfordCoreNLP

#nlp = StanfordCoreNLP(r'./stanford-parser/', lang='zh')  ##之前搞错的
nlp = StanfordCoreNLP(r'./stanford-corenlp/', lang='zh')

sent = "哈尔滨是黑龙江的省会"

#print(nlp.parse(sent))
print(nlp.ner(sent))
print(nlp.dependency_parse(sent))
nlp.close()

一定要安装正确的包！！！

然后就出现了一个小问题---无法显示中文，如[(' ', 'DATE'), (' ', 'O')]。

解决方法：找到安装的stanford CoreNLP包下的corenlp.py文件，找到对应的方法ner()；word_tokenize()；pos_tag() 将方法中出现的token['originalText']改为token['word']