自然语言处理之分词、命名主体识别、词性、语法分析-stanfordcorenlp-NER(二)

王  B-PER

文  I-PER

和  O

小  B-PER

丽  I-PER

结  O

婚  O

了。 O

我现在回家    //这是常见的（主+状+谓+宾）结构的句子

我今天家      //这样的文本就不能称为一个句子，少了必要的语法结构

#encoding="utf-8"
from stanfordcorenlp import StanfordCoreNLP
import os

if os.path.exists('D:\\stanford_nlp\\stanford-corenlp-full-2018-10-05'):
    print("corenlp exists")
else:
    print("corenlp not exists")
nlp=StanfordCoreNLP('D:\\stanford_nlp\\stanford-corenlp-full-2018-10-05',lang='zh')
sentence = '王明是清华大学的一个研究生'
#print (nlp.word_tokenize(sentence))   #分词
#print (nlp.pos_tag(sentence))     #词性
print (nlp.ner(sentence))   #NER

#print (nlp.parse(sentence))     #语法分析
#print (nlp.dependency_parse(sentence))   #语法依赖关系

res = nlp.ner(sentence)
tag = 0
name = ''
labels = []
for i in range(len(res)):
    if res[i][1] != 'ORGANIZATION':
        if tag != 0:
            labels.append(name)
            name = ''
            tag = 0
    else:
        tag = 1
        name += res[i][0]

print(res)
print(labels)

   ROOT：要处理文本的语句 
IP：简单从句 
NP：名词短语 
VP：动词短语 
PU：断句符，通常是句号、问号、感叹号等标点符号 
LCP：方位词短语 
PP：介词短语 
CP：由‘的’构成的表示修饰性关系的短语 
DNP：由‘的’构成的表示所属关系的短语 
ADVP：副词短语 
ADJP：形容词短语 
DP：限定词短语 
QP：量词短语 
NN：常用名词 
NR：固有名词 
NT：时间名词 
PN：代词 
VV：动词 
VC：是 
CC：表示连词 
VE：有 
VA：表语形容词 
AS：内容标记（如：了） 
VRD：动补复合词 
CD: 表示基数词 
DT: determiner 表示限定词 
EX: existential there 存在句 
FW: foreign word 外来词 
IN: preposition or conjunction, subordinating 介词或从属连词 
JJ: adjective or numeral, ordinal 形容词或序数词 
JJR: adjective, comparative 形容词比较级 
JJS: adjective, superlative 形容词最高级 
LS: list item marker 列表标识 
MD: modal auxiliary 情态助动词 
PDT: pre-determiner 前位限定词 
POS: genitive marker 所有格标记 
PRP: pronoun, personal 人称代词 
RB: adverb 副词 
RBR: adverb, comparative 副词比较级 
RBS: adverb, superlative 副词最高级 
RP: particle 小品词 
SYM: symbol 符号 
TO:”to” as preposition or infinitive marker 作为介词或不定式标记 
WDT: WH-determiner WH限定词 
WP: WH-pronoun WH代词 
WP$: WH-pronoun, possessive WH所有格代词 
WRB:Wh-adverb WH副词

print (nlp.dependency_parse(sentence))

bbrev: abbreviation modifier，缩写 
acomp: adjectival complement，形容词的补充； 
advcl : adverbial clause modifier，状语从句修饰词 
advmod: adverbial modifier状语 
agent: agent，代理，一般有by的时候会出现这个 
amod: adjectival modifier形容词 
appos: appositional modifier,同位词 
attr: attributive，属性 
aux: auxiliary，非主要动词和助词，如BE,HAVE SHOULD/COULD等到 
auxpass: passive auxiliary 被动词 
cc: coordination，并列关系，一般取第一个词 
ccomp: clausal complement从句补充 
complm: complementizer，引导从句的词好重聚中的主要动词 
conj : conjunct，连接两个并列的词。 
cop: copula。系动词（如be,seem,appear等），（命题主词与谓词间的）连系 
csubj : clausal subject，从主关系 
csubjpass: clausal passive subject 主从被动关系 
dep: dependent依赖关系 
det: determiner决定词，如冠词等 
dobj : direct object直接宾语 
expl: expletive，主要是抓取there 
infmod: infinitival modifier，动词不定式 
iobj : indirect object，非直接宾语，也就是所以的间接宾语； 
mark: marker，主要出现在有“that” or “whether”“because”, “when”, 
mwe: multi-word expression，多个词的表示 
neg: negation modifier否定词 
nn: noun compound modifier名词组合形式 
npadvmod: noun phrase as adverbial modifier名词作状语 
nsubj : nominal subject，名词主语 
nsubjpass: passive nominal subject，被动的名词主语 
num: numeric modifier，数值修饰 
number: element of compound number，组合数字 
parataxis: parataxis: parataxis，并列关系 
partmod: participial modifier动词形式的修饰 
pcomp: prepositional complement，介词补充 
pobj : object of a preposition，介词的宾语 
poss: possession modifier，所有形式，所有格，所属 
possessive: possessive modifier，这个表示所有者和那个’S的关系 
preconj : preconjunct，常常是出现在 “either”, “both”, “neither”的情况下 
predet: predeterminer，前缀决定，常常是表示所有 
prep: prepositional modifier 
prepc: prepositional clausal modifier 
prt: phrasal verb particle，动词短语 
punct: punctuation，这个很少见，但是保留下来了，结果当中不会出现这个 
purpcl : purpose clause modifier，目的从句 
quantmod: quantifier phrase modifier，数量短语 
rcmod: relative clause modifier相关关系 
ref : referent，指示物，指代 
rel : relative 
root: root，最重要的词，从它开始，根节点 
tmod: temporal modifier 
xcomp: open clausal complement 
xsubj : controlling subject 掌控者

subj — 主语 
nsubj — 名词性主语（nominal subject） （同步，建设） 
top — 主题（topic） （是，建筑） 
npsubj — 被动型主语（nominal passive subject），专指由“被”引导的被动句中的主语，一般是谓词语义上的受事 （称作，镍） 
csubj — 从句主语（clausal subject），中文不存在 
xsubj — x主语，一般是一个主语下面含多个从句 （完善，有些） 
中心语为谓词或介词 
obj — 宾语 
dobj — 直接宾语 （颁布，文件） 
iobj — 间接宾语（indirect object），基本不存在 
range — 间接宾语为数量词，又称为与格 （成交，元） 
pobj — 介词宾语 （根据，要求） 
lobj — 时间介词 （来，近年） 
中心语为谓词 
comp — 补语 
ccomp — 从句补语，一般由两个动词构成，中心语引导后一个动词所在的从句(IP) （出现，纳入） 
xcomp — x从句补语（xclausal complement），不存在 
acomp — 形容词补语（adjectival complement） 
tcomp — 时间补语（temporal complement） （遇到，以前） 
lccomp — 位置补语（localizer complement） （占，以上） 
— 结果补语（resultative complement）

mod — 修饰语（modifier） 
pass — 被动修饰（passive） 
tmod — 时间修饰（temporal modifier） 
rcmod — 关系从句修饰（relative clause modifier） （问题，遇到） 
numod — 数量修饰（numeric modifier） （规定，若干） 
ornmod — 序数修饰（numeric modifier） 
clf — 类别修饰（classifier modifier） （文件，件） 
nmod — 复合名词修饰（noun compound modifier） （浦东，上海） amod — 形容词修饰（adjetive modifier） （情况，新） 
advmod — 副词修饰（adverbial modifier） （做到，基本） 
vmod — 动词修饰（verb modifier，participle modifier） 
prnmod — 插入词修饰（parenthetical modifier） 
neg — 不定修饰（negative modifier） (遇到，不) 
det — 限定词修饰（determiner modifier） （活动，这些） possm — 所属标记（possessive marker），NP 
poss — 所属修饰（possessive modifier），NP 
dvpm — DVP标记（dvp marker），DVP （简单，的） 
dvpmod — DVP修饰（dvp modifier），DVP （采取，简单） 
assm — 关联标记（associative marker），DNP （开发，的） 
assmod — 关联修饰（associative modifier），NP|QP （教训，特区） prep — 介词修饰（prepositional modifier） NP|VP|IP（采取，对） clmod — 从句修饰（clause modifier） （因为，开始） 
plmod — 介词性地点修饰（prepositional localizer modifier） （在，上） asp — 时态标词（aspect marker） （做到，了） 
partmod– 分词修饰（participial modifier） 不存在 
etc — 等关系（etc） （办法，等）

conj — 联合(conjunct) 
cop — 系动(copula) 双指助动词？？？？ 
cc — 连接(coordination)，指中心词与连词 （开发，与）

attr — 属性关系 （是，工程） 
cordmod– 并列联合动词（coordinated verb compound） （颁布，实行） mmod — 情态动词（modal verb） （得到，能） 
ba — 把字关系 
tclaus — 时间从句 （以后，积累） 
— semantic dependent 
cpm — 补语化成分（complementizer），一般指“的”引导的CP （振兴，的）