py-vncorenlp 0.0.8

A Python Wrapper for VnCoreNLP

Table of contents

1. Prerequisites
2. Installation
3. Usage for Python users

py_vncorenlp: A Python Wrapper for VnCoreNLP

Prerequisites

• Java 1.8+ (JRE or JDK)

Installation

• To install this python wrapper for VnCoreNLP, users have to run the following command:

  $ pip install py_vncorenlp

Example usage

import py_vncorenlp

# Automatically download the VnCoreNLP model from the original resitory
py_vncorenlp.download_model(save_dir='./')

# Load the pretrained VnCoreNLP model
model = py_vncorenlp.VnCoreNLP(annotators=["wseg", "pos", "ner", "parse"], save_dir='./')

# Annotate a corpus where each line represents a raw sentence
model.annotate_file(input_file="input.txt", output_file="output.txt")

# Annotate a raw sentence
model.print_out(model.annotate_sentence("Ông Nguyễn Khắc Chúc  đang làm việc tại Đại học Quốc gia Hà Nội."))

By default, the output for each input sentence is formatted with 6 columns representing word index, word form, POS tag, NER label, head index of the current word and its dependency relation type:

1       Ông     Nc      O       4       sub
2       Nguyễn_Khắc_Chúc        Np      B-PER   1       nmod
3       đang    R       O       4       adv
4       làm_việc        V       O       0       root
5       tại     E       O       4       loc
6       Đại_học N       B-ORG   5       pob
7       Quốc_gia        N       I-ORG   6       nmod
8       Hà_Nội  Np      I-ORG   6       nmod
9       .       CH      O       4       punct

In addition, to be convenient for users who use only the VnCoreNLP for the word segmentation, we also provide a function only for this:

sentence = "Ông Nguyễn Khắc Chúc  đang làm việc tại Đại học Quốc gia Hà Nội."
output = model.tokenize(sentence)
print(output)
# The result: "Ông Nguyễn_Khắc_Chúc đang làm_việc tại Đại_học Quốc_gia Hà_Nội ."