python中使用StanfordCoreNLP，进行命名实体识别

本文在Python中使用StanfordOpenIE已经抽取出（实体，关系，实体）的基础之上，进行时间实体的抽取。（本文参考了python中stanfordCorenlp使用教程博文，感谢这位博主的分享！）
结果如下：

1、安装 StanfordCoreNLP ：pip install stanfordcorenlp

• 查看是否安装成功：pip list
  
  2、代码实现：

from stanfordcorenlp import StanfordCoreNLP
from tqdm import trange
import os

def Corenlp(infile,outfile):
    nlp = StanfordCoreNLP(r'E:\NLP_Tools\StanfordNLP\.stanfordnlp_resources\stanford-corenlp-4.1.0')
    datefile = open(outfile,'w',encoding='utf-8')
    date_List = ['DATE','TIME']         #时间类实体列表
    with open(infile,'r',encoding='utf-8') as f:
        line = f.readline()         #读取第一行
        while line:
            dict_triple = eval(line)                #将字符串转为字典：{'subject': 'Vagococcus silagei', 'relation': 'is non-spore-forming bacterium from', 'object': 'genus'}
            str_triple1 = dict_triple['subject']
            str_triple2 = dict_triple['object']
            len_str_triple1 = len(nlp.ner(str_triple1))         #获取字符串中有多少个单词
            len_str_triple2 = len(nlp.ner(str_triple2))
            for idx1 in range(len_str_triple1):          #[('Vagococcus', 'O'), ('silagei', 'O')]   ----->  列表形式是：[(单词，标注)]
                if nlp.ner(str_triple1)[idx1][1] in date_List:
                    datefile.write(line)            #写入文本的是字符串
                    print(line)
                    break
            for idx2 in range(len_str_triple2):
                if nlp.ner(str_triple2)[idx2][1] in date_List:
                    datefile.write(line)            #最好判断一下line是否已经写入文本中
                    print(line)
                    break
            line = f.readline()        #读取文本下一行
    nlp.close()         #要关闭
    datefile.close()

infile = os.path.join('../Data/enwiki/result','res_wiki_en.txt')
outfile = os.path.join('../Data/enwiki/result','res_date_en.txt')
Corenlp(infile,outfile)

注：

• 为了读取文本时，防止内存爆满，则使用一行一行读取形式：readline()
• nlp使用结束：nlp close()
• 文本中存放的是字符串，要转为字典：eval()
• 将数据写入文本时，要以字符串的形式
• 对于在（实体，关系，实体）的三元组中抽取时间实体，主要用到的就是nlp.ner(str)函数，对一个句子中实体进行分类，本文需要的是’DATE、TIME’。
• 其他实体分类：

3 class: Location, Person, Organization
4 class: Location, Person, Organization, Misc
7 class: Location, Person, Organization, Money, Percent, Date, Time

• Stanford NER

这是小新学习的小记录，有不对的地方希望UU们批评指正