作者： 明天依旧可好 | 柯尊柏
邮箱： [email protected]
编译器： jupyter notebook
创作时间： 2020.3.1
neuralcoref与spaCy的配合使用，目前版本上存在不兼容现象（今天是2020.3.1），需要将spaCy降解到2.1.0版本才可以正常使用
pip install spaCy==2.1.0
如果事前已经安装过了，可以使用下面的语句来卸载
pip uninstall spaCy
一、什么是指代消解
举个例子
A 来自湖北，他喜欢吃橘子。B来自湖南，她喜欢吃苹果。
我们将这段语料输入到电脑，电脑会就认为这段文字描述的四个人（分别是“A”，“他”，“B”，“她”），实际上文字中的“A”与“他”均是指A，但是电脑是无法理解这个的。
假如我们使用指代消解，电脑就会知道
A 来自湖北，A喜欢吃橘子。B来自湖南，B喜欢吃苹果。
二、案例展示
先看例子
import en_core_web_sm
import spacy
nlp = spacy.load('en')
import neuralcoref
neuralcoref.add_to_pipe(nlp)
#我们输入文本：My sister has a dog. She loves him.
doc = nlp(u'My sister has a dog. She loves him.')
doc._.coref_resolved
'''
输出：'My sister has a dog. My sister loves a dog.'
'''
三、进入正题：配置环境
需要安装的包有：en_core_web_sm、spacy2.1.0、neuralcoref，在命令行中直接使用pip安装。
1.安装neuralcoref语句：
pip install neuralcoref
2.安装spacy2.1.0，如果安装速度过慢建议F墙，不要安装最新版本，会出现问题的（为你们节约了三天时间）
pip install spacy==2.1.0
3.安装en_core_web_sm语句：
pip install en_core_web_sm
安装后可使用上面的案例来检查，看自己是否成功。
四、neuralcoref有哪些函数可以用
我们借用上面的例子，然后一一调用它们，来看看结果
import en_core_web_sm
import spacy
nlp = spacy.load('en')
import neuralcoref
neuralcoref.add_to_pipe(nlp)
#我们输入文本：My sister has a dog. She loves him.
doc = nlp(u'My sister has a dog. She loves him.')
doc._.coref_resolved
我们用下面的方法替换代码中的最后一行，对比一下输出结果。
| 方法 | 返回结果 | 解释 |
|---|---|---|
doc._.has_coref |
True | 返回boolean，判断是否解决了文档中的指代问题 |
doc._.coref_clusters |
[My sister: [My sister, She], a dog: [a dog, him]] | 返回列表，说明指代关系 |
doc._.coref_resolved |
‘My sister has a dog. My sister loves a dog.’ | 返回消除指代后的结果 |
doc._.coref_scores |
{My sister: {My sister: 1.3110305070877075},a dog: {a dog: 1.804752230644226, My sister:-1.6715972423553467},She: {She: -0.10834205150604248,My sister: 8.058426856994629,a dog: -1.0625176429748535},him: {him: -1.870743989944458,My sister: 3.1147186756134033,a dog: 4.356405258178711,She: -3.1379528045654297}} | 互指消解分数，简单来说就是相关性系数 |