spaCy 第三篇：依存分析

句法是指句子的各个组成部分的相互关系，句法分析分为句法结构分析（syntactic structure parsing）和依存关系分析(dependency parsing)。句法结构分析用于获取整个句子的句法结构，依存分析用于获取词汇之间的依存关系，目前的句法分析已经从句法结构分析转向依存句法分析。

依存语法通过分析语言单位内成分之间的依存关系揭示其句法结构，主张句子中核心动词是支配其它成分的中心成分，而它本身却不受其它任何成分的支配，所有受支配成分都以某种依存关系从属于支配者。

在20世纪70年代，Robinson提出依存语法中关于依存关系的四条公理：

1. 一个句子中只有一个成分是独立的；
2. 其它成分直接依存于某一成分；
3. 任何一个成分都不能依存与两个或两个以上的成分；
4. 如果A成分直接依存于B成分，而C成分在句中位于A和B之间，那么C或者直接依存于B，或者直接依存于A和B之间的某一成分；

一，依存关系

依存关系是一个中心词与其从属之间的二元非对称关系，一个句子的中心词通常是动词（Verb），所有其他词要么依赖于中心词，要么通过依赖路径与它关联。

1，依存关系

依存结构是加标签的有向图，箭头从中心词指向从属，具体来说，箭头是从head指向child，从该解析树可以看出，每个Token只有一个Head。

2，关系标签

标签表示从属的语法功能，名词性的标签是：

• root：中心词，通常是动词
• nsubj：名词性主语（nominal subject）
• dobj：直接宾语（direct object）
• prep：介词
• pobj：介词宾语
• cc：连词

其他常用的标签：

• compound：复合词
• advmod：状语
• det：限定词
• amod：形容词修饰语

二，解析依存关系

SpaCy能够快速准确地解析句子的依存关系，并且具有丰富的API用于导航依存关系树，SpaCy使用head和child来描述依存关系中的连接，识别每个Token的依存关系：

• token.text：token的文本
• token.head：当前Token的Parent Token，从语法关系上来看，每一个Token都只有一个Head。
• token.dep_：依存关系
• token.children：语法上的直接子节点
• token.ancestors：语法上的父节点
• _pos：词性
• _tag：词性

让我使用SpaCy来对句子进行依存分析：

import spacy

nlp = spacy.load('en')
doc = nlp( "spaCy uses the terms head and child to describe the words" )
for token in doc:
    print('{0}({1}) <-- {2} -- {3}({4})'.format(token.text, token.tag_, token.dep_, token.head.text, token.head.tag_))

打印每个Token的依存关系和head节点，箭头表示从属关系，得到的结果是：

spaCy(NNP) <-- nsubj -- uses(VBZ)
uses(VBZ) <-- ROOT -- uses(VBZ)
the(DT) <-- det -- head(NN)
terms(NNS) <-- compound -- head(NN)
head(NN) <-- dobj -- uses(VBZ)
and(CC) <-- cc -- head(NN)
child(NN) <-- conj -- head(NN)
to(TO) <-- aux -- describe(VB)
describe(VB) <-- xcomp -- uses(VBZ)
the(DT) <-- det -- words(NNS)
words(NNS) <-- dobj -- describe(VB)

也可以使用display来显示依存关系，在浏览器中输入 http://localhost:5000 显示依存结构：

import spacy
from spacy import displacy

nlp = spacy.load('en')
doc = nlp( "spaCy uses the terms head and child to describe the words" )
displacy.serve(doc, style='dep')

参考文档：

Complete Guide to spaCy

SpaCy Dependency Parse