Stanford nlp for python

Question

我想做的只是找到任何给定字符串的情绪（积极/消极/中性）。在研究中，我遇到了斯坦福大学的NLP。但可悲的是它在爪哇。对于如何使它适用于Python有什么想法吗？

Answer 1

当前的最新版本（2020-05-25）是4.0.0:

wget https://nlp.stanford.edu/software/stanford-corenlp-4.0.0.zip https://nlp.stanford.edu/software/stanford-corenlp-4.0.0-models-english.jar

如果没有wget，则可能有curl:

curl https://nlp.stanford.edu/software/stanford-corenlp-4.0.0.zip -O https://nlp.stanford.edu/software/stanford-corenlp-4.0.0-models-english.jar -O

如果其他一切都失败，请使用浏览器；-）

unzip stanford-corenlp-4.0.0.zip
mv stanford-corenlp-4.0.0-models-english.jar stanford-corenlp-4.0.0

cd stanford-corenlp-4.0.0
java -mx5g -cp "*" edu.stanford.nlp.pipeline.StanfordCoreNLPServer -timeout 10000

备注：

null

pip install pycorenlp

pip install git+https://github.com/sam-s/py-corenlp.git

from pycorenlp import StanfordCoreNLP

nlp = StanfordCoreNLP('http://localhost:9000')
res = nlp.annotate("I love you. I hate him. You are nice. He is dumb",
                   properties={
                       'annotators': 'sentiment',
                       'outputFormat': 'html" target="_blank">json',
                       'timeout': 1000,
                   })
for s in res["sentences"]:
    print("%d: '%s': %s %s" % (
        s["index"],
        " ".join([t["word"] for t in s["tokens"]]),
        s["sentimentValue"], s["sentiment"]))

0: 'I love you .': 3 Positive
1: 'I hate him .': 1 Negative
2: 'You are nice .': 3 Positive
3: 'He is dumb': 1 Negative

1. 您将整个文本传递给服务器，服务器将其拆分为句子。它还将句子拆分为标记。
2. 情感归因于每句话，而不是整篇文章。跨句子的meansentimentvalue可以用来估计整个文本的情绪。
3. 句子的平均情感介于中性（2）和否定（1）之间，范围从非常否定（0）到非常肯定（4）之间，这似乎相当罕见。
4. 您可以通过在启动服务器的终端键入Ctrl-C或使用shell命令kill$(lsof-ti tcp:9000)来停止服务器。9000是默认端口，您可以在启动服务器时使用-port选项更改它。
5. 如果出现超时错误，则增加服务器或客户端的超时（以毫秒为单位）。
6. foment只是一个注释符，还有更多的注释符，您可以请求多个注释符，并用逗号分隔它们:'annotators':'fomentity，lemma'。
7. 要注意情感模型有些特殊（例如，根据您提到的是David还是Bill而得到的结果是不同的）。

ps.我不敢相信我添加了第9个答案，但是，我猜，我不得不这样做，因为现有的答案都没有帮助我（之前的8个答案中的一些现在被删除了，其他的一些被转换成评论）。