您好,欢迎来到测品娱乐。
搜索
您的当前位置:首页LTP入门操作

LTP入门操作

来源:测品娱乐
from ltp import LTP
ltp = LTP()  # 默认加载 Small 模型
# 分句
sents = ltp.sent_split(["他叫汤姆去拿外衣。", "汤姆生病了。他去了医院。"])
# 分词
segment, _ = ltp.seg(["他叫汤姆去拿外衣。"])
segment, hidden = ltp.seg(["他/叫/汤姆/去/拿/外衣/。".split('/')], is_preseged=True)
# 词性标注
seg, hidden = ltp.seg(["他叫汤姆去拿外衣。"])
pos = ltp.pos(hidden)
# 命名实体识别
seg, hidden = ltp.seg(["今天下午我在天府广场打了把伞来遮雨"])
ner = ltp.ner(hidden)
tag, start, end = ner[0][0]
print(tag,":", "".join(seg[0][start:end + 1]))
# 语义角色标注
txt = '我在天府广场跳舞'
seg, hidden = ltp.seg([txt])
srl = ltp.srl(hidden)
for i in srl:
    for num, j in enumerate(i):
        print(num)
        print(seg[0][num])
        if j:
            print(j)
# 依存句法分析
seg, hidden = ltp.seg(["今天下午我在天府广场打了把伞来遮雨"])
dep = ltp.dep(hidden)
print(dep)
# 语义依存关系
word_dict = {'FEAT': '修饰', 'TIME': '时间', 'AGT': '施事', 'mRELA': '关系标记', 'LOC': '空间 ', 'Root': '无法识别', 'mDEPD': '依附标记',
             'MEAS': '度量 ', 'PAT': '受事', 'eSUCC': '后继关系', 'DATV': '涉事'}
seg, hidden = ltp.seg(["他叫汤姆去拿外衣"])
sdp = ltp.sdp(hidden, mode='tree')
for i in sdp:
    for j in i:
        print(seg[0][j[0] - 1], seg[0][j[1] - 1], word_dict[j[2]])

因篇幅问题不能全部显示,请点此查看更多更全内容

Copyright © 2019- cepb.cn 版权所有 湘ICP备2022005869号-7

违法及侵权请联系:TEL:199 18 7713 E-MAIL:2724546146@qq.com

本站由北京市万商天勤律师事务所王兴未律师提供法律服务