更多实时更新的个人学习笔记分享，请关注：
知乎：https://www.zhihu.com/people/yuquanle/columns
微信订阅号：AI小白入门
ID: StudyForAI

pyltp简介

LTP提供了一系列中文自然语言处理工具，用户可以使用这些工具对于中文文本进行分词、词性标注、句法分析等等工作。Pyltp是其的python接口。
官网地址：https://www.ltp-cloud.com/
官方文档：https://ltp.readthedocs.io/zh_CN/latest/begin.html

pyltp工具Demo

安装：pip install pyltp，前面说过通过这种方式安装一直不能成功

pyltp安装有点麻烦-.-，于是记录了window 10下的一种成功安装方法

1.首先，pip install pyltp安装报错：error: command ‘C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\BIN\x86_amd64\cl.exe’ failed with exit status 2

安装cmake，下载地址，https://cmake.org/download/
安装VS2008 EXPRESS，下载网址：https://visualstudio.microsoft.com/zh-hans/vs/express/

2.然后，我选择使用python setup.py install安装

下载pyltp，地址：https://github.com/hit-scir/pyltp
下载ltp，地址：https://github.com/hit-scir/ltp
解压ltp，然后将解压之后文件命名为ltp，覆盖pyltp文件夹中的ltp
打开cmd，进入到pyltp目录下，找到setup.py
先执行命令：python setup.py build
然后执行命令：python setup.py install

3.使用里面的预训练模型，需要先下载，然后指定相应目录

下载地址：http://ltp.ai/download.html

注意：ltp3.4.0 版本 SRL模型 pisrl.model在windows系统下不可用
下载这个：http://ospm9rsnd.bkt.clouddn.com/server/3.4.0/pisrl_win.model

1.分词

from pyltp import Segmentor
seg = Segmentor() #生成对象
seg.load("pyltp-model\ltp_data_v3.4.0\cws.model") #加载分词预训练模型
seg_words = seg.segment("我爱自然语言处理技术！")
print(" ".join(seg_words))
seg.release() #释放资源

我 爱 自然 语言 处理 技术 ！

2.词性标注(对分好的词进行标注)

from pyltp import Postagger  
pos=Postagger()
#加载词性预训练模型
pos.load("pyltp-model\ltp_data_v3.4.0\pos.model")
words_pos=pos.postag(seg_words)
for k,v in zip(seg_words, words_pos):
    print(k+'\t'+v)
pos.release()

我	r
爱	v
自然	n
语言	n
处理	v
技术	n
！	wp

3.命名实体识别

from pyltp import NamedEntityRecognizer
ner = NamedEntityRecognizer()
#加载命名实体识别预训练模型
ner.load("pyltp-model\ltp_data_v3.4.0\ner.model")
netags=ner.recognize(seg_words,words_pos)
print(" ".join(netags))
ner.release()

4.依存句法分析

from pyltp import Parser
parser=Parser()
parser.load("pyltp-model\ltp_data_v3.4.0\parser.model")
arcs=parser.parse(seg_words,words_pos)
print([(arc.head,arc.relation) for arc in arcs])
parser.release()

[(2, 'SBV'), (0, 'HED'), (4, 'ATT'), (5, 'FOB'), (2, 'VOB'), (5, 'VOB'), (2, 'WP')]

5.语义角色标注

from pyltp import SementicRoleLabeller
labeller = SementicRoleLabeller()
labeller.load("pyltp-model\ltp_data_v3.4.0\pisrl_win.model")
roles = labeller.label(seg_words,words_pos,arcs)
for role in roles:
    print(role.index, "".join(
        ["%s:(%d,%d)" % (arg.name, arg.range.start, arg.range.end) for arg in role.arguments]))

1 A0:(0,0)A1:(2,5)
4 A1:(5,5)

自然语言处理基础技术工具篇之Pyltp