如何在python nltk中使用麦芽解析器

Question

作为我的学术项目的一部分，我需要将一堆任意句子解析为一个依赖关系图。经过大量搜索后，我得到了可以使用Malt
Parser与其预先训练好的语法分析器解析文本的解决方案。

我已经从http://www.maltparser.org/mco/mco.html下载了预训练模型（engmalt.linear-1.7.mco）。但是我不知道如何使用此语法文件和麦芽解析器（通过麦芽的python接口）解析我的句子。我已经下载了最新版本的麦芽解析器（1.7.2）并将其移至“
/ usr / lib /”

import nltk; 
parser =nltk.parse.malt.MaltParser()
txt="This is a test sentence"
parser.train_from_file('/home/rohith/malt-1.7.2/engmalt.linear-1.7.mco')
parser.raw_parse(txt)

执行最后一行后，将显示以下错误消息

Traceback (most recent call last):
File "<pyshell#7>", line 1, in <module>
parser.raw_parse(txt)
File "/usr/local/lib/python2.7/dist-packages/nltk-2.0b5-py2.7.egg/nltk/parse/malt.py", line 88, in raw_parse
return self.parse(words, verbose)
File "/usr/local/lib/python2.7/dist-packages/nltk-2.0b5-py2.7.egg/nltk/parse/malt.py", line 75, in parse
return self.tagged_parse(taggedwords, verbose)
File "/usr/local/lib/python2.7/dist-packages/nltk-2.0b5-py2.7.egg/nltk/parse/malt.py", line 122, in tagged_parse
return DependencyGraph.load(output_file)
File "/usr/local/lib/python2.7/dist-packages/nltk-2.0b5-py2.7.egg/nltk/parse/dependencygraph.py", line 121, in load
return DependencyGraph(open(file).read())
IOError: [Errno 2] No such file or directory: '/tmp/malt_output.conll'

请帮助我使用这个麦芽解析器解析该句子。

Answer 1

请注意，由于自2015年8月以来NLTK中MaltParser API的更新版本，因此该答案不再起作用。保留该答案是为了保留原有的原因。

免责声明 ：这不是永恒的解决方案。上面链接中的答案（发布于2016年2月）目前适用。但是，当MaltParser或NLTK
API更改时，它也可能会将语法更改为在NLTK中使用MaltParser。

您的设置有几个问题：

• 的输入train_from_file必须是CoNLL格式的文件，而不是预先训练的模型。对于mco文件，您可以MaltParser使用mco和working_directory参数将其传递给构造函数。
• 默认的Java堆分配不足以加载该特定mco文件，因此您必须告诉Java使用带有该-Xmx参数的更多堆空间。不幸的是，这对于现有代码是不可能的，因此我只是进行了更改以允许为java args使用其他构造函数参数。看这里。

所以这是您需要做的：

首先，获取最新的NLTK版本：

git clone https://github.com/nltk/nltk.git

（注意：如果您不能使用NLTK的git版本，则必须malt.py手动更新文件或从此处复制文件以拥有自己的版本。）

其次，将jar文件重命名为malt.jar，这是NLTK期望的：

cd /usr/lib/
ln -s maltparser-1.7.2.jar malt.jar

然后添加一个指向麦芽解析器的环境变量：

export MALTPARSERHOME="/Users/dhg/Downloads/maltparser-1.7.2"

最后，在python中加载并使用麦芽解析器：

>>> import nltk
>>> parser = nltk.parse.malt.MaltParser(working_dir="/home/rohith/malt-1.7.2", 
...                                     mco="engmalt.linear-1.7", 
...                                     additional_java_args=['-Xmx512m'])
>>> txt = "This is a test sentence"
>>> graph = parser.raw_parse(txt)
>>> graph.tree().pprint()
'(This (sentence is a test))'