一步步搭建Stanford NLP工具包

简介

今天看视频看到的Stanford NLP，这里按照视频的讲解，简单做个笔记。Stanford NLP是少有的支持中文语料的工具，Stanford NLP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，并且能够标记句子的结构，语法形式和字词的依赖，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。需要注意的就是Stanford NLP代码库运行比较慢。

Stanford NLP的一些特点：

一个集成的语言分析工具集；

进行快速，可靠的任意文本分析，支持多种语言；

整体的高质量的文本分析，比赛中获得过第一名；

支持多种主流语言以及拥有多种编程语言易用的接口；

方便简单的部署web服务；

如何安装

接下来就是最重要的，如何在windows中来安装StandFord NLP以及如何使用Python来使用呢？

00

由于Stanford NLP是java编写的，所以电脑中一定要有java的开发环境，如果没有的话，导入Stanford NLP的时候会抛出找不到指定文件的异常，如下所示：

如果电脑中已经配置好了java环境，则可以跳过这一步，直接到01。

下面介绍如何配置java环境变量：

下载jdk

官网地址：https://www.oracle.com/index.html，

下载完成之后，双击打开进行安装即可：

安装JDK

安装非常简单直接下一步下一步即可，安装完成后如下图所示：

配置环境变量

对于Java程序开发而言，主要会使用JDK的两个命令：javac.exe、java.exe。路径：C:\Java\jdk 1.7.0 _09\bin。但是这些命令由于不属于windows自己的命令，所以要想使用，就需要进行路径配置。

右击“计算机”-->“属性”-->“高级系统设置”，点击“环境变量”，

1. 新建->变量名"JAVA_HOME"，变量值"C:\Program Files\Java\jdk-12\"（即JDK的安装路径）
2. 编辑->变量名"Path"，在原变量值的最后面加上“;%JAVA_HOME%\bin;%JAVA_HOME%\jre\bin”
3. 新建->变量名“CLASSPATH”,变量值“.;%JAVA_HOME%\lib;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar”

确定环境变量是否安装正确

在控制台分别输入java，javac，java -version 命令，出现如下所示的JDK的编译器信息，包括修改命令的语法和参数选项等信息。配置成功，如下图所示：

01

安装Stanford NLP自然语言处理包，pip install stanfordcorenlp

02

下载Stanford CoreNLP文件，https://stanfordnlp.github.io/CoreNLP/download.html，

下载完成后，解压重命名（当然也可以不重命名，重命名为了后续使用方便而已），如下所示：

03

由于Stanford NLP是由java开发的，所以如果要使用的话，需要引入相应的jar包，这里有很多种语言的jar包，我们想使用中文，找到对应的中文jar包下载即可，http://nlp.stanford.edu/software/stanford-chinese- corenlp-2018-02-27-models.jar，当然我们也可以去https://stanfordnlp.github.io/CoreNLP/download.html下去找其他的语言的jar包进行下载：

04

将在第三步下载好的中文jar包剪切复制到第二步解压重命名的Stanfordnlp目录下。

05

完成了前面的工作之后，就可以使用Python来引用Stanford NLP了，引用模型的代码如下所示：

由于我的路径为：

所以我要使用Stanford NLP的话，只需要执行下面代码：

例子