成分句法分析

请输入一段中文文本：

HanLP是面向生产环境的自然语言处理工具包。 晓美焰来到北京立方庭参观自然语义科技公司。 徐先生还具体帮助他确定了把画雄鹰、松鼠和麻雀作为主攻目标。 剑桥分析公司多位高管对卧底记者说，他们确保了唐纳德·特朗普在总统大选中获胜。 萨哈夫说，伊拉克将同联合国销毁伊拉克大规模杀伤性武器特别委员会继续保持合作。153/800

粗分 括号形式

简介

成分句法分析（Constituency Parsing、CON）是一种分析一个句子在语法上的递归构成，并将其表示为树形结构的任务。HanLP支持中文CTB、英文PTB和日语NPCMJ等树库标准。

调用方法

创建客户端

      from hanlp_restful import HanLPClient
# auth不填则匿名，zh中文，mul多语种
HanLP = HanLPClient('https://www.hanlp.com/api', auth=None, language='zh')

    

申请秘钥

由于服务器算力有限，匿名用户每分钟限2次调用。如果你需要更多调用次数，建议申请免费公益API秘钥auth。

分析

指定仅执行成分句法分析：

      
doc = HanLP.parse('晓美焰来到北京立方庭参观自然语义科技公司。', tasks=['pos', 'con'])
print(doc)

    

返回值为一个Document。doc['con']为Tree类型，是list的子类。

可视化

通过doc.pretty_print()，可以在等宽字体环境中得到可视化，你需要取消换行才能对齐可视化结果。我们已经发布HTML环境的可视化，在Jupyter Notebook中自动对齐中文。

      
doc.pretty_print()

    

括号形式

括号形式是学术界最通用的格式：

      
tree = doc['con'][0]
print(tree)

    

操作短语树的技巧

短语结构树的类型为phrasetree.tree.Tree，提供了许多接口，此处列举其中一些常用的接口。

按高度枚举子树

      
for subtree in tree.subtrees(lambda t: t.height() == 4):
    print(f'子树：{subtree}	标签：{subtree.label()}	短语：{subtree.leaves()}')

    

按标签枚举子树

      
for subtree in tree.subtrees(lambda t: t.label() == 'NP'):
    print(subtree)

    

遍历子节点

      
print(f'父节点{subtree}的子节点有：')
for child in subtree:
    print(child)

    

本地调用

本地调用方法请参考教程。

多语种支持

其他标准用于外语或多语种，请参考文档加载相应的外语或多语种模型。