graham3333/corenlp-complete

CoreNLP Complete Docker镜像文档

镜像概述

本Docker镜像用于创建完整且更新的Stanford CoreNLP Server，开放9000端口，基于最新版本的CoreNLP压缩包构建。关于服务器的详细使用说明可参考http://stanfordnlp.github.io/CoreNLP/corenlp-server.html%EF%BC%8CDockerfile%E6%BA%90%E7%A0%81%E5%8F%AF%E5%9C%A8GitHub%E4%BB%93%E5%BA%93%E8%8E%B7%E5%8F%96%EF%BC%9Ahttps://github.com/grahamimac/corenlp-complete-docker%E3%80%82

核心功能

支持多种自然语言处理任务，包括：

• 分词（tokenize）
• 句子拆分（ssplit）
• 词性标注（pos）
• 命名实体识别（ner）
• 依存句法分析（depparse）
• 开放信息抽取（openie）
• 情感分析（sentiment）等

使用场景

1. 自然语言处理相关的学术研究与实验
2. 应用开发中集成文本分析功能
3. 快速搭建NLP服务进行原型验证

配置说明

部署服务器

需先安装Docker。执行以下命令启动服务器（若无超级用户权限，需在命令前添加sudo）：

docker run -itd -p 9000:9000 --name corenlp graham3333/corenlp-complete

若需与其他容器协同运行，可修改命令如下：

docker run -itPd --name corenlp --link other_container_name:other_container_name graham3333/corenlp-complete

访问CoreNLP服务

服务启动后，可通过http://0.0.0.0:9000访问本地服务。以下是测试服务可用性的示例：

Bash（Windows命令提示符/Mac终端）

使用wget：

wget --post-data 'The quick brown fox jumped over the lazy dog.' 'localhost:9000/?properties={"annotators":"tokenize,ssplit,pos","outputFormat":"json"}' -O -

或使用curl：

curl --data 'The quick brown fox jumped over the lazy dog.' 'http://localhost:9000/?properties={%22annotators%22%3A%22tokenize%2Cssplit%2Cpos%22%2C%22outputFormat%22%3A%22json%22}' -o -

Python（需先安装requests：pip install requests）

python
import requests
import json

params = {'properties':'{"annotators": "tokenize,ssplit,lemma,pos,ner,depparse,openie,sentiment"}'}
url = 'http://localhost:9000/'

# 从CoreNLP获取句子信息
text = 'The quick brown fox jumped over the lazy dog.'
r = requests.post(url, data=text, params=params, timeout=60)
data = json.loads(r.text)
print(json.dumps(data, sort_keys=True,indent=4, separators=(',', ': ')))

R（需先安装httr：install.packages("httr")）

r
library(httr)

url = 'http://localhost:9000/'
query = '{"annotators": "tokenize,ssplit,lemma,pos,ner,depparse,openie,sentiment"}'
text = 'The quick brown fox jumped over the lazy dog.'
r = POST(url, query = list(properties = query), body = text, encode = "form")
content(r)