StanfordParser（短语结构句法）, StanfordDependencyParser（依存结构句法）
StanfordParser 和 StanfordDependencyParser 都继承自 GenericStanfordParser ，使用 stanford-parser.jar 来提供句法分析功能。
Python 调用 Stanford Parser 两种方法
参考网站:https://blog.csdn.net/huludan/article/details/50717110
方法1. Jython；
方法2. nltk的stanfordparser接口；
方法3. 一个师兄教的方法
（使用github上的https://github.com/dasguptar/treelstm.pytorch/blob/master/scripts/preprocess-sick.py上的函数，需保留lib文件夹）
本文最后使用的方法是（2）nltk的stanfordparser接口
需先保证机器上已安装nltk；
然后配置，方法：
从 http://nlp.stanford.edu/software/lex-parser.html 处下载 stanford-parser-full-2015-12-09.zip (version 3.6.0)
将下载的压缩包解压，并将其中的 stanford-parser.jar 和 stanford-parser-3.6.0-models.jar(这个在不同版本中名称会不一样) 都加入到 CLASSPATH 中export STANFORD_PARSER_PATH="$HOME/stanford/parser"
export CLASSPATH="$CLASSPATH:$STANFORD_PARSER_PATH/stanford-parser.jar:$STANFORD_PARSER_PATH/stanford-parser-3.6.0-models.jar"
或者将 stanford-parser.jar 加入到环境变量 STANFORD_PARSER 中，将 stanford-parser-3.6.0-models.jar 加入到环境变量 STANFORD_MODELS 中export STANFORD_PARSER="$STANFORD_PARSER_PATH/stanford-parser.jar" export STANFORD_MODELS="$STANFORD_MODELS:$STANFORD_PARSER_PATH/stanford-parser-3.6.0.models.jar"
使用方法：
使用 StanfordParser 进行句法分析
from nltk.parse.stanford import StanfordParser
eng_parser = StanfordParser(model_path=u'edu/stanford/nlp/models/lexparser/englishPCFG.ser.gz')
print list(eng_parser.parse("the quick brown fox jumps over the lazy dog".split()))
输出：
[Tree('ROOT', [Tree('NP', [Tree('NP', [Tree('DT', ['the']), Tree('JJ', ['quick']), Tree('JJ', ['brown']), Tree('NN', ['fox'])]), Tree('NP', [Tree('NP', [Tree('NNS', ['jumps'])]), Tree('PP', [Tree('IN', ['over']), Tree('NP', [Tree('DT', ['the']), Tree('JJ', ['lazy']), Tree('NN', ['dog'])])])])])])]句法分析在分析单个词的词性的基础上，尝试分析词与词之间的关系，并用这种关系来表示句子的结构。
实际上，句法结构可以分为两种，一种是短语结构，另一种是依存结构。
前者按句子顺序来提取句法结构，后者则按词与词之间的句法关系来提取句子结构。这里说的句法分析得到的是短语结构。
参考网址：
http://www.zmonster.me/2016/06/08/use-stanford-nlp-package-in-nltk.html#orgheadline13（重点）
https://www.jianshu.com/p/4b3c7e7578e6