Obtenga los K mejores análisis de una oración con Stanford Parser

En general, haces las cosas a través de un LexicalizedParser objeto que es una "gramática" que proporciona todas estas cosas (las gramáticas, el léxico, los índices, etc.).

Desde la línea de comandos, funcionará lo siguiente:

java -mx500m -cp "*" edu.stanford.nlp.parser.lexparser.LexicalizedParser -printPCFGkBest 20 edu/stanford/nlp/models/lexparser/englishPCFG.ser.gz data/testsent.txt

En el nivel de API, necesita obtener un LexicalizedParserQuery objeto. Una vez que tengas un LexicalizedParser lp (como en ParserDemo.java) puede hacer lo siguiente:

LexicalizedParser lp = ... // Load / train a model
LexicalizedParserQuery lpq = lp.parserQuery();
lpq.parse(sentence);
List<ScoredObject<Tree>> kBest = lpq.getKBestPCFGParses(20);

A LexicalizedParserQuery es una especie de equivalente a una expresión regular de Java Matcher.

Nota: en la actualidad, el análisis kBest funciona bien solo para gramáticas PCFG no factorizadas.

Esta es una solución alternativa que implementé en base a la respuesta anterior de Christopher Manning, suponiendo que desea usar Python. El envoltorio de Python para CoreNLP no tiene implementados los "árboles de análisis K-best", por lo que la alternativa es usar el comando de terminal

java -mx500m -cp "*" edu.stanford.nlp.parser.lexparser.LexicalizedParser -printPCFGkBest 20 edu/stanford/nlp/models/lexparser/englishPCFG.ser.gz data/testsent.txt

Tenga en cuenta que debe tener Stanford CoreNLP con todos los archivos JAR descargados en un directorio, así como las bibliotecas Python de requisito previo instaladas (consulte las declaraciones de importación)

import os
import subprocess
import nltk
from nltk.tree import ParentedTree

ip_sent = "a quick brown fox jumps over the lazy dog."

data_path = "<Your path>/stanford-corenlp-full-2018-10-05/data/testsent.txt" # Change the path of working directory to this data_path
with open(data_path, "w") as file:
    file.write(ip_sent) # Write to the file specified; the text in this file is fed into the LexicalParser

os.chdir("/home/user/Sidney/Vignesh's VQA/SpElementEx/extLib/stanford-corenlp-full-2018-10-05") # Change the working directory to the path where the JAR files are stored
terminal_op = subprocess.check_output('java -mx500m -cp "*" edu.stanford.nlp.parser.lexparser.LexicalizedParser -printPCFGkBest 5 edu/stanford/nlp/models/lexparser/englishPCFG.ser.gz data/testsent.txt', shell = True) # Run the command via the terminal and capture the output in the form of bytecode
op_string = terminal_op.decode('utf-8') # Convert to string object 
parse_set = re.split("# Parse [0-9] with score -[0-9][0-9].[0-9]+\n", op_string) # Split the output based on the specified pattern 
print(parse_set)

# Print the parse trees in a pretty_print format
for i in parse_set:
    parsetree = ParentedTree.fromstring(i)
    print(type(parsetree))
    parsetree.pretty_print()

Espero que esto ayude.