nlpbox/corenlp

Stanford CoreNLP Docker镜像

镜像概述

本镜像用于在Docker容器中运行Stanford CoreNLP服务器，基于最新版本的Stanford CoreNLP构建，提供便捷、可扩展的自然语言处理服务，支持通过REST API调用各类NLP功能。

核心功能

• 支持多类NLP标注任务：分词（tokenize）、句子分割（ssplit）、词性标注（pos）、词形还原（lemma）、命名实体识别（ner）、句法分析（parse）等
• 提供HTTP REST API接口，便于集成到各类应用系统
• 支持自定义内存限制和输出格式（JSON、XML等）
• 可通过环境变量调整Java虚拟机资源配置

使用场景

• 自然语言处理研究与实验场景
• 文本分析类应用的后端服务支撑
• 教学演示中展示NLP技术的实际应用
• 快速搭建NLP服务原型

配置说明

• 内存调整：通过JAVA_XMX环境变量设置Java虚拟机最大内存（默认4GB），例如JAVA_XMX=3g表示限制为3GB
• API参数：调用REST API时可通过properties参数配置标注器组合、输出格式等（如{"annotators":"parse","outputFormat":"json"}）

部署示例

1. 直接运行预构建镜像

bash
docker run -p 9000:9000 nlpbox/corenlp

服务将在http://localhost:9000提供访问。

2. 调整内存限制

bash
docker run -e JAVA_XMX=3g -p 9000:9000 nlpbox/corenlp

3. 从源码构建并运行

bash
docker build -t corenlp https://github.com/NLPbox/stanford-corenlp-docker.git
docker run -p 9000:9000 corenlp

4. 调用REST API示例（获取句法分析结果）

bash
wget -q --post-data "Although they didn't like it, they accepted the offer." \
  'localhost:9000/?properties={"annotators":"parse","outputFormat":"json"}' \
  -O - | jq ".sentences[0].parse"

返回结果为该句子的句法分析树。

"(ROOT\n  (S\n    (SBAR (IN Although)\n      (S\n        (NP (PRP they))\n        (VP (VBD did) (RB n't)\n          (PP (IN like)\n            (NP (PRP it))))))\n    (, ,)\n    (NP (PRP they))\n    (VP (VBD accepted)\n      (NP (DT the) (NN offer)))\n    (. .)))"