共计 1314 个字符,预计需要花费 4 分钟才能阅读完成。
Stanford CoreNLP 提供了一系列自然语言分析工具。它能够给出基本的词形,词性,不管是公司名还是人名等,格式化的日期,时间,量词,并且能够标记句子的结构,语法形式和字词依赖,指明那些名字指向同样的实体,指明情绪,提取发言中的开放关系等。
很多自然语言处理的任务都需要 stanfordcorenlp 将进行文本处理。在 Linux 环境下安装 stanfordcorenlp 也比较简单。
首先需要安装 Java 运行环境,以 Ubuntu 12.04 为例,安装 Java 运行环境仅需要两步:
sudo apt-get install default-jre
sudo apt-get install default-jdk12
然后下载 Stanford coreNLP 包:
wget http://nlp.stanford.edu/software/stanford-corenlp-full-2018-02-27.zip
unzip stanford-corenlp-full-2018-02-27.zip
cd stanford-corenlp-full-2018-02-27/12345
也可以去 stanford corenlp 的官网上去下载安装包,windows 跟 linux 下都是一样的。
配置环境变量:
我们需要 Stanford corenlp 来把数据分词。
把下列这行代码加到你的.bashrc 里面 (vim .bashrc)
export CLASSPATH=/path/to/stanford-corenlp-full-2018-02-27/stanford-corenlp-3.9.1.jar1
把 /path/to/ 替换为你保存 stanford-corenlp-full-2016-10-31 的地方的路径
安装:
sudo pip3 install stanfordcorenlp1
这里如果你使用 python2,就需要
sudo pip2 install stanfordcorenlp1
处理中文还需要下载中文的模型 jar 文件,然后放到 stanford-corenlp-full-2018-02-27 根目录下即可
wget http://nlp.stanford.edu/software/stanford-chinese-corenlp-2018-02-27-models.jar1
如何检查自己是否装好了 stanfordcorenlp
进入 python2 或者 python3
python2
from stanfordcorenlp import StanfordCoreNLP123
能成功导入不报错,就是安装成功了。
最后检查是否能正常使用:
运行下列代码:
echo "Please tokenize this text." | java edu.stanford.nlp.process.PTBTokenizer1
你会看到下列输出:
Please
tokenize
this
text
.
PTBTokenizer tokenized 5 tokens at 68.97 tokens per second.123456
这样就安装成功了。
正文完
星哥说事-微信公众号
![post-qrcode](https://www.xgss.net/wp-content/uploads/2023/07/二维码-微信公众号256x256.jpg)