指代消解

一、概念

　指代作为一种常见的语言现象，广泛存在于自然语言的各种表达中（下面的他指的是张三还是小明呢？）

 

 

　我们人眼一下子就能分辨出上面的他指代张三，但是计算机程序如何识别呢？-指代消解就是来做这个事情

　中文的指代主要有以下三种典型的形式：

　1．人称代词(Pronoun)

　　【李明】怕高妈妈一人呆在家里寂寞，【他】便将家里的电视搬了过来。

　2．指示代词(Demonstrative)

　　【很多人都想创造一个美好的世界留给孩子】，【这】可以理解，但不完全正确

　3．有定描述(Definite Description)

　　【贸易制裁】似乎成了【美国政府在对华关系中惯用的大棒】。然而，这【大棒】果真如美国政府所希望的那样灵验吗?

 

　指代消解得类型又可分为下面三种：

　1.显性代词消解

　　所谓显性代词消解，就是指：确定显性代词指向哪个名词短语的问题，代词称为指示语或照应语（Anaphor），其所指向的名词短语一般被称为先行语（Antecedent）

　　根据二者之间的先后位置，可分为回指（Anaphora）与预指（Cataphora），其中：如果先行语出现在指示语之前，则称为回指，反之则称为预指。

　　如下图中所示的闲聊型对话机器人，这里有“him”和”he”指向“John”，以及”she”指向”My sister”等，这种指代一般都有显式的代词；

 

 

　2.零代词消解

　　与显性代词消解相对，零指代消解，就是没有明确的代词，这部分代词通常来说是省略的

 

 

　3.共指消解

　　而共指消解，主要是两个或多个指代词指向同一个实体

 

二、stanford nlp安装（windows下）

　1）需要安装java8：安装Java并设置java的环境变量

　2）pip install stanfordcorenlp

　3）下载Stanford CoreNLP，并解压

 

　4）由于Stanford NLP是由java开发的，所以如果要使用的话，需要引入相应的jar包，我们想使用中文，找到对应的中文jar包下载即可

　　注意：一定将下载的中文jar包放到3）中解压的文件夹里

　5）运行：若运行下述两行命令没有异常则表明coreNLP安装成功了。

from stanfordcorenlp import StanfordCoreNLP
nlp = StanfordCoreNLP(r'D:\work\stanford-corenlp-4.0.0',lang='zh')
# 这里需要自己指定自己的解压目录

 

三、使用

　1) 对一段句子进行分词（word_tokenize）、词性标注（pos_tag）、命名实体识别（ner）、句法依存分析（dependency_parse）、句法解析（parse）

sentence = "清华大学位于北京市海淀区中关村北大街"
print(nlp.word_tokenize(sentence))
# ['清华', '大学', '位于', '北京市', '海淀区', '中关村', '北大街']

print(nlp.pos_tag(sentence))
#[('清华', 'NR'), ('大学', 'NN'), ('位于', 'VV'), ('北京市', 'NR'), ('海淀区', 'NR'), ('中关村', 'NR'), ('北大街', 'NR')]

print(nlp.ner(sentence))
# [('清华', 'ORGANIZATION'), ('大学', 'ORGANIZATION'), ('位于', 'O'), ('北京市', 'GPE'), ('海淀区', 'GPE'), ('中关村', 'FACILITY'), ('北大街', 'FACILITY')]

print(nlp.dependency_parse(sentence))
# [('ROOT', 0, 3), ('compound:nn', 2, 1), ('nsubj', 3, 2), ('dep', 7, 4), ('dep', 7, 5), ('dep', 7, 6), ('dobj', 3, 7)]

print(nlp.parse(sentence))

　2）参考：https://blog.csdn.net/lizzy05/article/details/87483539