1. 寫在前面
《NLP漢語自然語言處理原理與實踐》（鄭捷著）是一本專業研究自然語言處理的書籍，本文作者在閱讀這本書，調試其中的程序代碼時，發現由於版本升級，導致其中的某些程序無法執行。本文針對書中第24頁“安裝StanfordNLP並編寫Python接口類”部分的程序，列出在版本升級后出現的問題，以及相應的解決方案。本文也可以單獨作為學習StanfordNLP工具包的學習文檔。
2. 開發環境：
l Linux Ubuntu 1804（64位）
l Java 1.8.0
l Python 3.6.5
l Stanford coreNLP 3.9.2
l Stanford postagger 3.9.2
StanfordNLP壓縮包下載地址：https://nlp.stanford.edu/software/
3. StanfordNLP的接口類（調試通過）：
Stanford.py
# -*- coding: utf-8 -*-
import sys
import os
class StanfordCoreNLP(): # 所有StanfordNLP的父類
def __init__(self, jarpath):
self.root = jarpath
self.tempsrcpath = "tempsrc" # 輸入臨時文件路徑
#self.jarlist = ["ejml-0.23.jar","javax.json.jar","jollyday.jar","joda-time.jar","protobuf.jar","slf4j-api.jar","slf4j-simple.jar","stanford-corenlp-3.9.2.jar","xom.jar"] 書上給的這些jar文件，都不需要，只需要下面的一個“stanfor-postagger.jar”。
self.jarlist = ["stanford-postagger.jar"]
self.jarpath = ""
self.buildjars()
#java -mx300m -cp "/home/test/opt/stanford/stanford-postagger-full-2018-10-16/stanford-postagger.jar" edu.stanford.nlp.tagger.maxent.MaxentTagger -model "/home/test/opt/stanford/stanford-corenlp-full-2018-10-05/models/edu/stanford/nlp/models/pos-tagger/chinese-distsim/chinese-distsim.tagger" -textFile postest.txt > result.txt
def buildjars(self): # 根據root路徑構建所有的jar包路徑
for jar in self.jarlist:
self.jarpath += self.root + jar + ":"
def savefile(self,path,sent): # 創建臨時文件存儲路徑
fp = open(path, "wb")
fp.write(sent.encode('utf-8'))
fp.close()
def delfile(self,path): # 刪除臨時文件
os.remove(path)
class StanfordPOSTagger(StanfordCoreNLP): # 詞性標注子類
def __init__(self,jarpath,modelpath):
StanfordCoreNLP.__init__(self,jarpath)
self.modelpath = modelpath # 模型文件路徑
self.classifier = "edu.stanford.nlp.tagger.maxent.MaxentTagger"
self.delimiter = "/" # 標注分隔符
self.__buildcmd()
def __buildcmd(self): # 構建命令行
self.cmdline = 'java -mx1g -cp "'+self.jarpath + '" ' + self.classifier + ' -model "' + self.modelpath + '"'
#print("self.cmdline is : " + self.cmdline)
def tag(self,sent): # 標注句子
self.savefile(self.tempsrcpath,sent)
tagtxt = os.popen(self.cmdline + " -textFile " + self.tempsrcpath, 'r').read() # 結果輸出到變量中
self.delfile(self.tempsrcpath)
return tagtxt
def tagfile(self,inputpath,outpath): # 標注文件
os.system(self.cmdline + ' -textFile ' + inputpath + ' > ' + outpath)
說明：
（1）、StanfordNLP存放路徑：/home/test/opt/stanford/。
（2）、書中所給的Jar包都不需要，只需要更換成一個Jar包：stanford-postagger.jar。
（3）、程序的本質是執行Java命令，讀者可以先用Java命令進行測試，Java測試成功的語句放在注釋中，方便使用。從這個語句中，我們可以看得出來，詞性標注所用的文件是stanford-postagger.jar，模型文件是chinese-distsim.tagger，它們存放在不同的路徑下。Java測試的命令也需要在“/home/test/opt/stanford/stanford-postagger-full-2018-10-16/”路徑下執行。
（4）、Java測試時所用的輸入文件postest.txt，其中寫入要進行詞性標注的內容，標注結果放在輸出文件result.txt中，只需要創建一個空的輸出文件即可，這兩個文件都要放在stanford-postagger.jar所在路徑中。
（4）、構建jar包路徑時，不能使用冒號“：”，要用分號“；”。
（5）、Python3.6.5中，不能直接使用fp.write(sent），要改成fp.write(sent.encode('utf-8'))。
4. 測試程序（調試通過）：
stanford_test.py
# -*- coding: utf-8 -*-
import sys
import os
from stanford import StanfordPOSTagger
root = '/home/test/opt/stanford/stanford-postagger-full-2018-10-16/'
modelpath = "/home/test/opt/stanford/stanford-corenlp-full-2018-10-05/models/edu/stanford/nlp/models/pos-tagger/chinese-distsim/chinese-distsim.tagger"
st = StanfordPOSTagger(root,modelpath)
seg_sent = '在 包含 問題 的 所有 解 的 解空間 樹 中 ，按照 深度優先 搜索 的 策略 ，從 根節點 出發 深度 搜索 解空間 樹 。'
taglist = st.tag(seg_sent)
print(taglist)
說明：
stanford.py和stanford_test.py都要存放在/home/test/opt/stanford/stanford-postagger-full-2018-10-16/中。
5. 程序運行結果：
