معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

A dependency tree visualizer for Stanford CoreNLP

ویژگی	مقدار
سیستم عامل	-
نام فایل	corenlp-vdep-0.1.0
نام	corenlp-vdep
نسخه کتابخانه	0.1.0
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	doug919
ایمیل نویسنده	doug919@gmail.com
آدرس صفحه اصلی	https://github.com/doug919/corenlp_dtree_visualizer
آدرس اینترنتی	https://pypi.org/project/corenlp-vdep/
مجوز	-

# Convert Stanford CoreNLP's Dependency Tree to Spacy's for Visualization This module provides a format converter from Stanford CoreNLP's dependency trees to Spacy's such that the visualation can be done using Spacy's visualizer. # Motivation I just found that Spacy has an amazing visualizer that we should explore more and this project bridges the gap between the CoreNLP parsing outputs and it. # Pre-requisite Install Spacy and stanfordnlp. The versions we have tested are Spacy 2.2.2 and stanfordnlp 0.2.0 ``` pip install spacy stanfordnlp ``` Download Stanford CoreNLP (tested on 3.9.2) Java library: https://stanfordnlp.github.io/CoreNLP/ Set the env variable for stanfordnlp: ``` export CORENLP_HOME=/yourhome/stanford-corenlp-full-2018-10-05 ``` # Installation ``` pip install corenlp-vdep ``` # Examples ```python import spacy from spacy import displacy from stanfordnlp.server import CoreNLPClient from corenlp_dtree_visualizer.converters import _corenlp_dep_tree_to_spacy_dep_tree # Input text text = 'Jim killed John with a joke.' # Get a dependency tree from a Stanford CoreNLP pipeline with CoreNLPClient(annotators=['tokenize','ssplit','pos','lemma','ner','parse','depparse'], timeout=60000, memory='8G', output_format='json') as client: # submit the request to the server ann = client.annotate(text) # Convert dependency tree formats sent = ann['sentences'][0] tree = _corenlp_dep_tree_to_spacy_dep_tree(sent['tokens'], sent['enhancedPlusPlusDependencies']) # Visualize with Spacy nlp = spacy.load("en_core_web_sm") displacy.render(tree, style="dep", manual=True) # could also save to a file # svg = displacy.render(tree, style="dep", manual=True) # with open('tmp.svg', 'w', encoding='utf-8') as fw: # fw.write(svg) ``` ![svg](./example.svg)

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl corenlp-vdep-0.1.0:

pip install corenlp-vdep-0.1.0.whl

نصب پکیج tar.gz corenlp-vdep-0.1.0:

pip install corenlp-vdep-0.1.0.tar.gz