原文：link

直接pip容易报错，直接下载wpl安装 600MB左右
链接：百度云
提取码：2021

小Demo

  1. import os
  2. import csv
  3. from pyltp import SentenceSplitter # 分句
  4. from pyltp import Segmentor # 分词
  5. from pyltp import Postagger # 词性标注
  6. from pyltp import NamedEntityRecognizer # 命名实体识别
  7. from pyltp import Parser # 依存句法
  8. from pyltp import SementicRoleLabeller # 语义角色标注
  11. class LtpLanguageAnalysis(object):
  12.     def __init__(self, model_dir="./ltp_data/"): 
  13.         self.segmentor = Segmentor()  # 分词
  14.         self.segmentor.load(os.path.join(model_dir, "cws.model"))
  15.         self.postagger = Postagger()  # 词性标注
  16.         self.postagger.load(os.path.join(model_dir, "pos.model"))
  17.         self.parser = Parser()  # 依存句法分析
  18.         self.parser.load(os.path.join(model_dir, "parser.model"))
  19.         self.recognizer = NamedEntityRecognizer()  # 命名实体识别
  20.         self.recognizer.load(os.path.join(model_dir, "ner.model"))
  21.         self.labeller = SementicRoleLabeller()  # 语义角色标注
  22.         self.labeller.load(os.path.join(model_dir, "pisrl_win.model"))
  24.     def analyze(self, content):
  25.         # 分句
  26.         texts = SentenceSplitter.split(content)
  27.         print('\n'.join(texts))
  29.         for text in texts:
  30.             print("————————————————————")
  31.             print("当前文本：{}".format(text))
  32.             # 分词
  33.             words = self.segmentor.segment(text)
  34.             words_str = '\t'.join(words)
  35.             print("[分词]")
  36.             print(words_str)
  38.             # 词性标注
  39.             postags = self.postagger.postag(words)
  40.             postags_str = '\t'.join(postags)
  41.             print("[词性标注]")
  42.             print(postags_str)
  44.             # 依存句法分析
  45.             arcs = self.parser.parse(words, postags)
  46.             arcs_str = "\t".join("%d:%s" % (arc.head, arc.relation) for arc in arcs)
  47.             print("[依存句法分析]")
  48.             print(arcs_str)
  50.             # 命名实体识别
  51.             netags = self.recognizer.recognize(words, postags)  # 命名实体识别
  52.             netags_str = '\t'.join(netags)
  53.             print("[命名实体识别]")
  54.             print(netags_str)
  56.             # 语义角色标注
  57.             roles = self.labeller.label(words, postags, arcs)  # 语义角色标注
  58.             for role in roles:
  59.                 print("[语义角色标注]")
  60.                 print(role.index, "".join(["%s:(%d,%d)" % (arg.name, arg.range.start, arg.range.end) for arg in role.arguments]))
  62.     def release_model(self):
  63.         # 释放模型
  64.         self.segmentor.release()
  65.         self.postagger.release()
  66.         self.parser.release()
  67.         pass
  1. # 输出结果
  2. “十三五”时期是全面建成小康社会决胜阶段，是重庆发展进程中极不平凡的五年。
  3. 最具战略指引意义的是，习近平总书记两次亲临重庆视察指导并对重庆提出系列重要指示要求，    为我们指明了前进方向、注入了强大动力；
  4. 最具里程碑意义的是，    党中央作出推动成渝地区双城经济圈建设的重大决策部署，为重庆赋予了战略使命、带来了重大机遇；
  5. 最具历史性意义的是，脱贫攻坚战取得重大胜利，重庆人民与全国人民一道，告别延续千年的绝对贫困；
  6. 最具根本性意义的是，我市经济由高速增长转向高质量发展，发展质量效益不断提升；
  7. 最具标志性意义的是，城乡面貌发生显著变化，人民生活水平大幅提高。
  8. ————————————————————
  9. 当前文本：“十三五”时期是全面建成小康社会决胜阶段，是重庆发展进程中极不平凡的五年。
  10. [分词]
  11. “    十三五    ”    时期    是    全面    建成    小康    社会    决胜    阶段    ，    是    重庆    发展    进程    中    极    不    平凡    的    五    年    。
  12. [词性标注]
  13. wp    m    wp    n    v    a    v    n    n    v    n    wp    v    ns    v    n    nd    d    d    a    u    m    q    wp
  14. [依存句法分析]
  15. 2:WP    4:ATT    2:WP    5:SBV    0:HED    7:ADV    5:VOB    9:ATT    11:ATT    11:ATT    7:VOB    5:WP    5:COO    16:ATT    16:ATT    17:ATT    23:ATT    20:ADV    20:ADV    23:ATT    20:RAD    23:ATT    13:VOB    5:WP
  16. [命名实体识别]
  17. O    O    O    O    O    O    O    O    O    O    O    O    O    S-Ns    O    O    O    O    O    O    O    O    O    O
  18. ————————————————————
  19. 当前文本：最具战略指引意义的是，习近平总书记两次亲临重庆视察指导并对重庆提出系列重要指示要求，    为我们指明了前进方向、注入了强大动力；
  20. [分词]
  21. 最    具    战略    指引    意义    的    是    ，    习近平    总书记    两    次    亲临    重庆    视察    指导    并    对    重庆    提出    系列    重要    指示    要求    ，    为    我们    指明    了    前进    方向    、    注入    了    强大    动力    ；
  22. [词性标注]
  23. d    v    n    v    n    u    v    wp    nh    n    m    q    v    ns    v    v    c    p    ns    v    n    a    n    v    wp    p    r    v    u    v    n    wp    v    u    a    n    wp
  24. [依存句法分析]
  25. 2:ADV    7:SBV    4:SBV    2:VOB    4:VOB    4:RAD    0:HED    7:WP    10:ATT    13:SBV    12:ATT    13:ADV    7:VOB    13:VOB    13:COO    15:COO    20:ADV    20:ADV    18:POB    13:COO    23:ATT    23:ATT    20:VOB    20:VOB    13:WP    28:ADV    26:POB    13:COO    28:RAD    31:ATT    28:VOB    33:WP    28:COO    33:RAD    36:ATT    33:VOB    7:WP
  26. [命名实体识别]
  27. O    O    O    O    O    O    O    O    S-Nh    O    O    O    O    S-Ns    O    O    O    O    S-Ns    O    O    O    O    O    O    O    O    O    O    O    O    O    O    O    O    O    O
  28. ————————————————————
  29. 当前文本：最具里程碑意义的是，    党中央作出推动成渝地区双城经济圈建设的重大决策部署，为重庆赋予了战略使命、带来了重大机遇；
  30. [分词]
  31. 最    具    里程碑    意义    的    是    ，    党中央    作出    推动    成渝    地区    双城    经济圈    建设    的    重大    决策    部署    ，    为    重庆    赋予    了    战略    使命    、    带来    了    重大    机遇    ；
  32. [词性标注]
  33. d    v    n    n    u    v    wp    ni    v    v    j    n    ns    n    v    u    a    n    v    wp    p    ns    v    u    n    n    wp    v    u    a    n    wp
  34. [依存句法分析]
  35. 2:ADV    6:SBV    4:ATT    2:VOB    2:RAD    0:HED    6:WP    9:SBV    6:VOB    19:ATT    12:ATT    14:ATT    14:ATT    15:FOB    10:VOB    15:RAD    18:ATT    19:FOB    9:VOB    9:WP    23:ADV    21:POB    9:COO    23:RAD    26:ATT    23:VOB    28:WP    23:COO    28:RAD    31:ATT    28:VOB    6:WP
  36. [命名实体识别]
  37. O    O    O    O    O    O    O    S-Ni    O    O    O    O    S-Ns    O    O    O    O    O    O    O    O    S-Ns    O    O    O    O    O    O    O    O    O    O
  38. ————————————————————
  39. 当前文本：最具历史性意义的是，脱贫攻坚战取得重大胜利，重庆人民与全国人民一道，告别延续千年的绝对贫困；
  40. [分词]
  41. 最    具    历史性    意义    的    是    ，    脱贫    攻坚战    取得    重大    胜利    ，    重庆    人民    与    全国    人民    一道    ，    告别    延续    千    年    的    绝对    贫困    ；
  42. [词性标注]
  43. d    v    n    n    u    v    wp    v    n    v    a    v    wp    ns    n    p    n    n    d    wp    v    v    m    q    u    d    a    wp
  44. [依存句法分析]
  45. 2:ADV    6:SBV    4:ATT    2:VOB    2:RAD    0:HED    6:WP    9:ATT    10:SBV    6:VOB    12:ATT    10:VOB    10:WP    15:ATT    19:SBV    19:ADV    18:ATT    16:POB    21:ADV    19:WP    10:COO    21:VOB    24:ATT    22:CMP    22:RAD    27:ADV    22:VOB    6:WP
  46. [命名实体识别]
  47. O    O    O    O    O    O    O    O    O    O    O    O    O    S-Ns    O    O    O    O    O    O    O    O    O    O    O    O    O    O
  48. ————————————————————
  49. 当前文本：最具根本性意义的是，我市经济由高速增长转向高质量发展，发展质量效益不断提升；
  50. [分词]
  51. 最    具    根本性    意义    的    是    ，    我市    经济    由    高速    增长    转向    高    质量    发展    ，    发展    质量    效益    不断    提升    ；
  52. [词性标注]
  53. d    v    n    n    u    v    wp    n    n    p    d    v    v    a    n    v    wp    v    n    n    d    v    wp
  54. [依存句法分析]
  55. 2:ADV    6:SBV    4:ATT    2:VOB    2:RAD    0:HED    6:WP    9:ATT    18:SBV    18:ADV    12:ADV    10:POB    12:COO    15:ATT    16:SBV    13:VOB    10:WP    6:VOB    20:ATT    18:VOB    22:ADV    18:COO    6:WP
  56. [命名实体识别]
  57. O    O    O    O    O    O    O    O    O    O    O    O    O    O    O    O    O    O    O    O    O    O    O
  58. ————————————————————
  59. 当前文本：最具标志性意义的是，城乡面貌发生显著变化，人民生活水平大幅提高。
  60. [分词]
  61. 最    具    标志性    意义    的    是    ，    城乡    面貌    发生    显著    变化    ，    人民    生活    水平    大幅    提高    。
  62. [词性标注]
  63. d    v    n    n    u    v    wp    n    n    v    a    v    wp    n    v    n    d    v    wp
  64. [依存句法分析]
  65. 2:ADV    6:SBV    4:ATT    2:VOB    2:RAD    0:HED    6:WP    9:ATT    10:SBV    6:VOB    12:ATT    10:VOB    10:WP    15:ATT    16:ATT    18:SBV    18:ADV    10:COO    6:WP
  66. [命名实体识别]
  67. O    O    O    O    O    O    O    O    O    O    O    O    O    O    O    O    O    O    O