利用语义角色标注抽取中文语义三元组的python代码

以下是一个简单的利用语义角色标注抽取中文语义三元组的 Python 代码：

import jieba.posseg as pseg
import pyltp

# 加载 LTP 模型
segmentor = pyltp.Segmentor()
segmentor.load('ltp_data_v3.4.0/cws.model')
postagger = pyltp.Postagger()
postagger.load('ltp_data_v3.4.0/pos.model')
parser = pyltp.Parser()
parser.load('ltp_data_v3.4.0/parser.model')
labeller = pyltp.SementicRoleLabeller()
labeller.load('ltp_data_v3.4.0/pisrl_win.model')

# 定义抽取函数
def extract_triples(sentence):
    words = segmentor.segment(sentence)
    postags = postagger.postag(words)
    arcs = parser.parse(words, postags)
    roles = labeller.label(words, postags, arcs)
    triples = []
    for role in roles:
        triple = []
        for arg in role.arguments:
            if 'A' in arg.type:
                triple.append((arg.name, 'A', words[arg.range.start]))
            if 'ADV' in arg.type:
                triple.append((arg.name, 'ADV', words[arg.range.start]))
            if 'CMP' in arg.type:
                triple.append((arg.name, 'CMP', words[arg.range.start]])
            if 'COO' in arg.type:
                triple.append((arg.name, 'COO', words[arg.range.start]))
            if 'POO' in arg.type:
                triple.append((arg.name, 'POO', words[arg.range.start]))
            if 'TMP' in arg.type:
                triple.append((arg.name, 'TMP', words[arg.range.start]))
            if 'LOC' in arg.type:
                triple.append((arg.name, 'LOC', words[arg.range.start]))
        if triple:
            triples.append(triple)
    return triples

# 测试
sentence = '我想买一本Python编程的书'
triples = extract_triples(sentence)
print(triples)

# 释放模型
segmentor.release()
postagger.release()
parser.release()
labeller.release()

这个代码使用了 LTP（Language Technology Platform）中的语义角色标注模型，可以抽取中文语义三元组。具体来说，它首先使用分词模型将句子分成词语，然后使用词性标注模型标注每个词语的词性，接着使用依存句法分析模型分析每个词语之间的依存关系，最后使用语义角色标注模型抽取每个谓词的语义角色，并将其转化为三元组。