葛瑞斯肯樂活筆記

Step 1: 請到下列的網址

http://nlp.stanford.edu/software/lex-parser.shtml#Download

之後會來到這個頁面:

選擇最新的版本，我在這邊要試著使用 Chinese 的，所以點擊下載 chinese。

Step 2: 下載並且 import 到自己的 project 中。

Import parser.jar 與 model.jar 即可。

Step 3:

打開 sample code，sample code 在哪裡呢，它其實就在你剛剛抓下來的 Stanford parser 裡面，有兩個檔案:

ParserDemo.java

ParserDemo2.java

懶得開，就看我下方簡易的 sample code，應該就很夠用了，我下方提供的 sample code 是使用 Stanford parser的方法，注意到，這邊是提供完整的斷詞結果。

import java.util.List;
import edu.stanford.nlp.ling.CoreLabel;
import edu.stanford.nlp.ling.Sentence;
import edu.stanford.nlp.trees.*;
import edu.stanford.nlp.parser.lexparser.LexicalizedParser;
public class stanfordParserUtility {
	public static void main(String args[]){
		//model路徑
	    String parserModel = "edu/stanford/nlp/models/lexparser/chinesePCFG.ser.gz";
	    //讀取model
	    LexicalizedParser lp = LexicalizedParser.loadModel(parserModel);
	    demoAPI(lp);
	}
	public static void demoAPI(LexicalizedParser lp) {
	    String[] sent = { "我", "喜歡", "吃", "蘋果", "。" };
	    List rawWords = Sentence.toCoreLabelList(sent);
	    Tree parse = lp.apply(rawWords);
	    parse.pennPrint();
	    System.out.println();
	}
}

上述程式碼輸出的結果如下:

這是一個樹狀圖，每個節點是具有詞性的，換句話說，如果使用此 parser，那就可以捨去不用 POS parser 了。

大家一定很好奇，我怎麼選擇 model 檔的，model 檔到底有哪些，請把 model.jar 解壓縮就會知道了。

如果想知道每個節點上面的縮寫英文的意思，可以看下列的網址:

https://gist.github.com/nlothian/9240750