语言结构学的dep tree如何自己组建？

综合讨论
#1

各位大神好，在使用hanlp的时候，感觉功能超乎想象的强大，本人尤其是对语言结构学中dep tree的显示所为震撼，请问我如何代码实现自己的语言结构学，希望各位大神多多赐教，给出连接文章或者告知思路，不剩感激！
示例句子：
2019年4月1日上午，在长江口绿华山南锚地水域，一艘货船厨房失火，火势无法控制，船上共17名船员随船遇险。
演示网址给出的dep tree结构图：

image
image855×1547 30.1 KB

代码得到dep元素集合：
行 tok_fine dep
2 2019年 [4,“nn”]
3 4月 [4,“nn”]
4 1日 [4,“nn”]
5 上午 [24,“tmod”]
6 ， [24,“punct”]
7 在 [24,“prep”]
8 长江口 [11,“nn”]
9 绿华山 [11,“nn”]
10 南 [11,“nn”]
11 锚地 [11,“nn”]
12 水域 [6,“pobj”]
13 ， [24,“punct”]
14 一 [14,“nummod”]
15 艘 [23,“clf”]
16 货船 [23,“nn”]
17 厨房 [24,“nsubj”]
18 失火 [0,“root”]
19 ， [24,“punct”]
20 火势 [28,“nsubj”]
21 无法 [28,“advmod”]
22 控制 [24,“conj”]
23 ， [24,“punct”]
24 船 [31,“lobj”]
25 上 [35,“dep”]
26 共 [34,“advmod”]
27 17 [34,“nummod”]
28 名 [35,“clf”]
29 船员 [38,“nsubj”]
30 随 [38,“prep”]
31 船 [36,“pobj”]
32 遇险 [24,“conj”] 预格式化文本
个人思路：

  1. 从18行【0，“root”】开始

  2. 跟root有第一层级关联的是第5行的【上午】、第6,13,19,23,33行的标点符合、第7行的【在】、第17行的【厨房】、第22行的【控制】以及第32行的【遇险】

  3. 然后以第7行的【在】为起点找到第12行的【水域】，以第12行的【水域】为起点找到第8,9,10,11行的【长江口】，【绿化山】，【南】，【锚地】

dep接口返回的结果是一个数字和字母组合的元组，请问dep tree的实现是从root开始，根据元组的数字大小来实现的吗？这个数字我该用怎样的关系就能实现我从【0，“root”】一层一层的实现第一张截图箭头指向的关系呢？

#2

请参考数据格式：Data Format — HanLP documentation
以及依存句法分析资料：《自然语言处理入门》

简单地说，二元组第一个数字是中心词（父节点）在tok数组中的下标+1，下标0表示root。在tok数组中取中心词的时候记得减一，或者把root插入到tok数组的开头。第二个是依存关系标签，中文对应：Stanford Dependencies Chinese — HanLP documentation

你看的数据不对，总共31个单词，下标不可能达到38，应该是其他的句子的分析结果。正确数据是：

{
  "tok/fine": [
    "2019年",
    "4月",
    "1日",
    "上午",
    "，",
    "在",
    "长江口",
    "绿华山",
    "南锚地",
    "水域",
    "，",
    "一",
    "艘",
    "货船",
    "厨房",
    "失火",
    "，",
    "火势",
    "无法",
    "控制",
    "，",
    "船",
    "上",
    "共",
    "17",
    "名",
    "船员",
    "随",
    "船",
    "遇险",
    "。"
  ],
  "dep": [
    [4, "nn"],
    [4, "nn"],
    [4, "nn"],
    [16, "tmod"],
    [16, "punct"],
    [16, "prep"],
    [10, "nn"],
    [10, "nn"],
    [10, "nn"],
    [6, "pobj"],
    [16, "punct"],
    [13, "nummod"],
    [14, "clf"],
    [15, "nn"],
    [16, "nsubj"],
    [0, "root"],
    [16, "punct"],
    [20, "nsubj"],
    [20, "advmod"],
    [16, "conj"],
    [16, "punct"],
    [23, "lobj"],
    [27, "dep"],
    [26, "advmod"],
    [26, "nummod"],
    [27, "clf"],
    [30, "nsubj"],
    [30, "prep"],
    [28, "pobj"],
    [16, "conj"],
    [16, "punct"]
  ]
}

你可以调用doc.to_conll().to_markdown()将其转化为markdown：

ID FORM LEMMA UPOS XPOS FEATS HEAD DEPREL DEPS MISC
1 2019年 _ _ _ _ 4 nn _ _
2 4月 _ _ _ _ 4 nn _ _
3 1日 _ _ _ _ 4 nn _ _
4 上午 _ _ _ _ 16 tmod _ _
5 ， _ _ _ _ 16 punct _ _
6 在 _ _ _ _ 16 prep _ _
7 长江口 _ _ _ _ 10 nn _ _
8 绿华山 _ _ _ _ 10 nn _ _
9 南锚地 _ _ _ _ 10 nn _ _
10 水域 _ _ _ _ 6 pobj _ _
11 ， _ _ _ _ 16 punct _ _
12 一 _ _ _ _ 13 nummod _ _
13 艘 _ _ _ _ 14 clf _ _
14 货船 _ _ _ _ 15 nn _ _
15 厨房 _ _ _ _ 16 nsubj _ _
16 失火 _ _ _ _ 0 root _ _
17 ， _ _ _ _ 16 punct _ _
18 火势 _ _ _ _ 20 nsubj _ _
19 无法 _ _ _ _ 20 advmod _ _
20 控制 _ _ _ _ 16 conj _ _
21 ， _ _ _ _ 16 punct _ _
22 船 _ _ _ _ 23 lobj _ _
23 上 _ _ _ _ 27 dep _ _
24 共 _ _ _ _ 26 advmod _ _
25 17 _ _ _ _ 26 nummod _ _
26 名 _ _ _ _ 27 clf _ _
27 船员 _ _ _ _ 30 nsubj _ _
28 随 _ _ _ _ 30 prep _ _
29 船 _ _ _ _ 28 pobj _ _
30 遇险 _ _ _ _ 16 conj _ _
31 。 _ _ _ _ 16 punct _ _

显然root 失火（ID16）的子节点有head==16的“上午”“，”等等单词。完整代码：

from hanlp_restful import HanLPClient

HanLP = HanLPClient('https://www.hanlp.com/api',
                    language='zh')  # auth不填则匿名，zh中文，mul多语种
doc = HanLP.parse('2019年4月1日上午，在长江口绿华山南锚地水域，一艘货船厨房失火，火势无法控制，船上共17名船员随船遇险。', tasks='dep')
doc = doc.squeeze()
print(doc)
print(doc.to_conll().to_markdown())
# doc.pretty_print()
#3

非常感谢你的热心细致的指点，看完之后顿时清晰明了。