斯坦福发布重磅NLP工具包StanfordNLP，支持中文等53种语言

新智元报道

来源：stanfordnlp.github.io

编辑：肖琴

【新智元导读】斯坦福团队最新发布一个NLP任务的软件包StanfordNLP，通过Python接口为53种语言提供标记、依存句法分析等NLP任务的重要工具。

今天，斯坦福NLP团队发布一个重磅NLP工具包：StanfordNLP。

StanfordNLP是一个软件包组合，包括斯坦福团队在CoNLL 2018 的通用依存解析(Universal Dependency Parsing)共享任务上使用的软件包，以及斯坦福CoreNLP软件的官方Python接口。

StanfordNLP支持包括阿拉伯语、中文、英语等53种语言(全部语言列表见文末)。

除了从CoreNLP继承的功能外，StanfordNLP还包含将一串文本转换成句子和单词列表，生成这些单词的基本形式、它们的词类和形态学特征的工具，以及超过70种语言的句法结构。

这个软件包采用高准确性的神经网络组件构建，这些组件支持用户使用自己的注释数据进行高效的训练和评估。这些模块构建在PyTorch上。

StanfordNLP具有以下特征：

• 本地Python实现，只需最少的设置工作;
• 用于稳健的文本分析的完整神经网络pipeline，包括tokenization、多词标记(MWT)扩展、外延化、词类(POS)和形态学特征标记，以及依存句法分析(dependency parse)；
• 支持73个treebank中53种(人类)语言的预训练神经模型；
• 稳定、官方维护的转到CoreNLP的Python接口。

获取地址：

https://stanfordnlp.github.io/stanfordnlp/index.html

安装与测试

我们强烈建议使用pip安装StanfordNLP，这非常简单

要查看StanfordNLP的neural pipeline的运行情况，可以启动Python交互式解释器，并尝试以下命令：

最后，我们应该能看到示例中第一句的依存句法分析。更多详细指南，请参阅官方入门指南：

https://stanfordnlp.github.io/stanfordnlp/installation_download.html#getting-started

除了neural pipeline之外，StanfordNLP还提供了用于访问Java Stanford CoreNLP Server的官方Python包装器。要使用它，首先需要像下面这样设置CoreNLP包：

• 下载你希望使用的语言的Stanford CoreNLP和模型。
• 将模型的jar包放到分发文件夹中
• 告诉Stanford CoreNLP所在的位置：export CORENLP_HOME=/path/to/stanford-corenlp-full-2018-10-05

设置完CoreNLP之后，就可以按照我们的演示脚本进行测试。

演示脚本：

输出应该像下面这样：

StanfordNLP支持的所有语言：