逐步使NLTK中的麦芽解析器起作用？

NLTK中的MaltParser API在2015年8月进行了全新更新。

这是使MaltParser在Linux上运行的逐步方法：

1.下载提取的麦芽解析器和预先训练的模型

cd wget http://www.maltparser.org/mco/english_parser/engmalt.linear-1.7.mcowget http://maltparser.org/dist/maltparser-1.8.1.zipunzip maltparser-1.8.1.zip

2.设置环境变量

• 确保已安装Java
• 下载并解压缩麦芽解析器：http : //www.maltparser.org/download.html
• 将环境变量设置

  MALT_PARSER

  为指向MaltParser目录，例如

  /home/user/maltparser-1.8.1/

  在Linux中。
• 使用预先训练的模型时，将环境变量设置

  MALT_MODEL

  为指向

  .mco

  文件，例如

  engmalt.linear-1.7.mco

  从http://www.maltparser.org/mco/mco.html。

例如。

export MALT_PARSER=$HOME/maltparser-1.8.1/export MALT_MODEL=$HOME/engmalt.linear-1.7.mco

（参见https://github.com/nltk/nltk/wiki/Installing-Third-Party-Software#malt-
parser
）

然后在

python

>>> from nltk.parse.malt import MaltParser>>> mp = MaltParser('maltparser-1.8.1', 'engmalt.linear-1.7.mco')>>> mp.parse_one('I shot an elephant in my pajamas .'.split()).tree()Tree('shot', ['I', Tree('elephant', ['an']), Tree('in', [Tree('pajamas', ['my'])]), '.'])

TL;DR

alvas@ubi:~$ cd alvas@ubi:~$ wget http://www.maltparser.org/mco/english_parser/engmalt.linear-1.7.mcoalvas@ubi:~$ wget http://maltparser.org/dist/maltparser-1.8.1.zipalvas@ubi:~$ unzip maltparser-1.8.1.zipalvas@ubi:~$ export MALT_PARSER=$HOME/maltparser-1.8.1/alvas@ubi:~$ export MALT_MODEL=$HOME/engmalt.linear-1.7.mcoalvas@ubi:~$ pythonPython 2.7.11 (default, Dec 15 2015, 16:46:19) [GCC 4.8.4] on linux2Type "help", "copyright", "credits" or "license" for more information.>>> from nltk.parse.malt import MaltParser>>> mp = MaltParser('maltparser-1.8.1', 'engmalt.linear-1.7.mco')>>> mp.parse_one('I shot an elephant in my pajamas .'.split()).tree()Tree('shot', ['I', Tree('elephant', ['an']), Tree('in', [Tree('pajamas', ['my'])]), '.'])

有关更多信息，请参见演示：

• https://github.com/nltk/nltk/blob/develop/nltk/parse/malt.py#L288
• https://github.com/nltk/nltk/blob/f4c16c2f9c46cc42c9b68ae746832b622581c6b5/nltk/parse/malt.py#L435

在Windows上，请 仔细
执行打印屏幕步骤：https
:
//github.com/nltk/nltk/issues/1294#issuecomment-189831647

总结Windows步骤：

• 安装

  Conda

  （请勿先安装NLTK）
• 安装

  Git

• 安装

  Java

• 安装

  NLTK

  使用

  pip install -U https://github.com/nltk/nltk.git

  （ 不使用

  conda install nltk

  ，直到他们已经更新了他们的包NLTK V3.2！）