ナビゲートスタンフォードCoreNLP解析が

Question

スタンフォードコアNLPパーサが文のために次のような出力を生成します結果：

"He didn't get a reply" 

(ROOT 
(S 
(NP (PRP He)) 
(VP (VBD did) (RB n’t) 
(VP (VB get) 
(NP (DT a) (NN reply)))) 
(. .))) 

私は簡単に、すなわち、余分なタグを、それをナビゲートし、子どもや保護者を見つけるための方法が必要です。現在、私はそれを手動で行っています（かっこを数える）。 Beautiful SupやScrapyのように、私のためにカッコを数えることができるPythonライブラリがあるかどうかは疑問です。

ツールがない場合は、文章をトラバースしてすべてのタグを取得する最も良い方法は何ですか？私は子供のタグオブジェクトを含むリストで何らかの種類のタグオブジェクトを作成する必要があると推測しています。

Answer 1

これはLISPのようです。それをトラバースし、あなたが望むものを抽出するためのLispプログラムを書くことは簡単だと思われます。

また、PythonでPythonとプロセスでリストに変換できます。私は出力をナビゲートする「ない」

Answer 2

私のアプローチで引用符をエスケープしなければならなかった

from pyparsing import OneOrMore, nestedExpr 
nlpdata = '(ROOT (S (NP (PRP He)) (VP (VBD did) (RB n\'t) (VP (VB get) (NP (DT a) (NN reply)))) (. .)))' 
data = OneOrMore(nestedExpr()).parseString(nlpdata) 
print data 
# [['ROOT', ['S', ['NP', ['PRP', 'He']], ['VP', ['VBD', 'did'], ['RB', "n't"], ['VP', ['VB', 'get'], ['NP', ['DT', 'a'], ['NN', 'reply']]]], ['.', '.']]]] 

注意文字列の解析を試みるのではなく、オブジェクトを構築してデシリアライズすることでした。次に、ネイティブでオブジェクトを使用できます。

質問に表示される出力は、「prettyPrint」というパイプライン上のオプションを使用して生成されます。代わりにJSON出力を取得するために "jsonPrint"に変更しました。その後、出力を取り込んでクラスを生成することができました（VSはJSONからクラスを生成するためにPaste-Specialオプションを実行するか、http://json2csharp.com/などのオンラインリソースがあります）。

public class BasicDependency 
    { 
     public string dep { get; set; } 
     public int governor { get; set; } 
     public string governorGloss { get; set; } 
     public int dependent { get; set; } 
     public string dependentGloss { get; set; } 
    } 

    public class EnhancedDependency 
    { 
     public string dep { get; set; } 
     public int governor { get; set; } 
     public string governorGloss { get; set; } 
     public int dependent { get; set; } 
     public string dependentGloss { get; set; } 
    } 

    public class EnhancedPlusPlusDependency 
    { 
     public string dep { get; set; } 
     public int governor { get; set; } 
     public string governorGloss { get; set; } 
     public int dependent { get; set; } 
     public string dependentGloss { get; set; } 
    } 

    public class Token 
    { 
     public int index { get; set; } 
     public string word { get; set; } 
     public string originalText { get; set; } 
     public string lemma { get; set; } 
     public int characterOffsetBegin { get; set; } 
     public int characterOffsetEnd { get; set; } 
     public string pos { get; set; } 
     public string ner { get; set; } 
     public string speaker { get; set; } 
     public string before { get; set; } 
     public string after { get; set; } 
     public string normalizedNER { get; set; } 
    } 

    public class Sentence 
    { 
     public int index { get; set; } 
     public string parse { get; set; } 
     public List<BasicDependency> basicDependencies { get; set; } 
     public List<EnhancedDependency> enhancedDependencies { get; set; } 
     public List<EnhancedPlusPlusDependency> enhancedPlusPlusDependencies { get; set; } 
     public List<Token> tokens { get; set; } 
    } 

    public class RootObject 
    { 
     public List<Sentence> sentences { get; set; } 
    } 

*注：残念ながら、この手法はcoref注釈のためにうまくいかなかった結果のクラスは、このように見えました。 JSONはクラスに正しく変換されませんでした。私は今それについて取り組んでいます。このモデルは、注釈「tokenize、ssplit、pos、lemma、ner、parse」を使用して出力から構築されました。 、わずかに、サンプルコードから変更

私のコードは、（「pipeline.jsonPrintを」注意してください）次のようになります。

public static string LanguageAnalysis(string sourceText) 
     { 
      string json = ""; 
      // Path to the folder with models extracted from stanford-corenlp-3.7.0-models.jar 
      var jarRoot = @"..\..\..\..\packages\Stanford.NLP.CoreNLP.3.7.0.1\"; 

      // Annotation pipeline configuration 
      var props = new Properties(); 
      props.setProperty("annotators", "tokenize, ssplit, pos, lemma, ner, parse"); 
      props.setProperty("ner.useSUTime", "0"); 

      // We should change current directory, so StanfordCoreNLP could find all the model files automatically 
      var curDir = Environment.CurrentDirectory; 
      Directory.SetCurrentDirectory(jarRoot); 
      var pipeline = new StanfordCoreNLP(props); 
      Directory.SetCurrentDirectory(curDir); 

      // Annotation 
      var annotation = new Annotation(sourceText); 
      pipeline.annotate(annotation); 

      // Result - JSON Print 
      using (var stream = new ByteArrayOutputStream()) 
      { 
       pipeline.jsonPrint(annotation, new PrintWriter(stream)); 
       json = stream.toString(); 
       stream.close(); 
      } 

      return json; 
     } 

このようなコードをきれいにデシリアライズするようだ：

using Newtonsoft.Json; 
string sourceText = "My text document to parse."; 
string json = Analysis.LanguageAnalysis(sourceText); 
RootObject document = JsonConvert.DeserializeObject<RootObject>(json);