一步步搭建Stanford NLP工具包
- 2019 年 11 月 12 日
- 筆記
簡介
今天看影片看到的Stanford NLP，這裡按照影片的講解，簡單做個筆記。Stanford NLP是少有的支援中文語料的工具，Stanford NLP提供了一系列自然語言分析工具。它能夠給出基本的詞形、詞性，並且能夠標記句子的結構，語法形式和字詞的依賴，指明那些名字指向同樣的實體，指明情緒，提取發言中的開放關係等。需要注意的就是Stanford NLP程式碼庫運行比較慢。
Stanford NLP的一些特點：
一個集成的語言分析工具集；
進行快速，可靠的任意文本分析，支援多種語言；
整體的高品質的文本分析，比賽中獲得過第一名；
支援多種主流語言以及擁有多種程式語言易用的介面；
方便簡單的部署web服務；
如何安裝
接下來就是最重要的，如何在windows中來安裝StandFord NLP以及如何使用Python來使用呢？
00
由於Stanford NLP是java編寫的，所以電腦中一定要有java的開發環境，如果沒有的話，導入Stanford NLP的時候會拋出找不到指定文件的異常，如下所示：
如果電腦中已經配置好了java環境，則可以跳過這一步，直接到01。
下面介紹如何配置java環境變數：
下載jdk
官網地址：https://www.oracle.com/index.html，
下載完成之後，雙擊打開進行安裝即可：
安裝JDK
安裝非常簡單直接下一步下一步即可，安裝完成後如下圖所示：
配置環境變數
對於Java程式開發而言，主要會使用JDK的兩個命令：javac.exe、java.exe。路徑：C:Javajdk 1.7.0 _09bin。但是這些命令由於不屬於windows自己的命令，所以要想使用，就需要進行路徑配置。
右擊「電腦」-->「屬性」-->「高級系統設置」，點擊「環境變數」，
- 新建->變數名"JAVA_HOME"，變數值"C:Program FilesJavajdk-12"（即JDK的安裝路徑）
- 編輯->變數名"Path"，在原變數值的最後面加上「;%JAVA_HOME%bin;%JAVA_HOME%jrebin」
- 新建->變數名「CLASSPATH」,變數值「.;%JAVA_HOME%lib;%JAVA_HOME%libdt.jar;%JAVA_HOME%libtools.jar」
確定環境變數是否安裝正確
在控制台分別輸入java，javac，java -version 命令，出現如下所示的JDK的編譯器資訊，包括修改命令的語法和參數選項等資訊。配置成功，如下圖所示：
01
安裝Stanford NLP自然語言處理包，pip install stanfordcorenlp
02
下載Stanford CoreNLP文件，https://stanfordnlp.github.io/CoreNLP/download.html，
下載完成後，解壓重命名（當然也可以不重命名，重命名為了後續使用方便而已），如下所示：
03
由於Stanford NLP是由java開發的，所以如果要使用的話，需要引入相應的jar包，這裡有很多種語言的jar包，我們想使用中文，找到對應的中文jar包下載即可，http://nlp.stanford.edu/software/stanford-chinese- corenlp-2018-02-27-models.jar，當然我們也可以去https://stanfordnlp.github.io/CoreNLP/download.html下去找其他的語言的jar包進行下載：
04
將在第三步下載好的中文jar包剪切複製到第二步解壓重命名的Stanfordnlp目錄下。
05
完成了前面的工作之後，就可以使用Python來引用Stanford NLP了，引用模型的程式碼如下所示：
由於我的路徑為：
所以我要使用Stanford NLP的話，只需要執行下面程式碼：
例子
