Ubuntu下安装Stanford CoreNLP

Stanford CoreNLP提供了一系列自然语言分析工具。它能够给出基本的词形,词性,不管是公司名还是人名等,格式化的日期,时间,量词,并且能够标记句子的结构,语法形式和字词依赖,指明那些名字指向同样的实体,指明情绪,提取发言中的开放关系等。

很多自然语言处理的任务都需要stanfordcorenlp将进行文本处理。在Linux环境下安装stanfordcorenlp也比较简单。

首先需要安装Java运行环境,以Ubuntu 12.04为例,安装Java运行环境仅需要两步:

sudo apt-get install default-jre
sudo apt-get install default-jdk12

然后下载Stanford coreNLP 包:

wget http://nlp.stanford.edu/software/stanford-corenlp-full-2018-02-27.zip

unzip stanford-corenlp-full-2018-02-27.zip

cd stanford-corenlp-full-2018-02-27/12345

也可以去stanford corenlp的官网上去下载安装包,windows跟linux下都是一样的。

配置环境变量:

我们需要Stanford corenlp来把数据分词。
把下列这行代码加到你的.bashrc里面(vim .bashrc)

export CLASSPATH=/path/to/stanford-corenlp-full-2018-02-27/stanford-corenlp-3.9.1.jar1

把/path/to/替换为你保存stanford-corenlp-full-2016-10-31的地方的路径

安装:

sudo pip3 install stanfordcorenlp1

这里如果你使用python2,就需要

sudo pip2 install stanfordcorenlp1

处理中文还需要下载中文的模型jar文件,然后放到stanford-corenlp-full-2018-02-27根目录下即可

wget http://nlp.stanford.edu/software/stanford-chinese-corenlp-2018-02-27-models.jar1

如何检查自己是否装好了stanfordcorenlp

进入python2或者python3

python2

from stanfordcorenlp import StanfordCoreNLP123

能成功导入不报错,就是安装成功了。

最后检查是否能正常使用:

运行下列代码:

echo "Please tokenize this text." | java edu.stanford.nlp.process.PTBTokenizer1

你会看到下列输出:

Please
tokenize
this
text
.
PTBTokenizer tokenized 5 tokens at 68.97 tokens per second.123456

这样就安装成功了。

相关推荐