在自然语境中一个意思可以有哆种表现。比如“我喜欢你”“我喜欢隔壁班的你”“你被我偷偷的喜欢着”都表达了“我喜欢你”搜索引擎如果机械地按照词频算法檢索的话，会误解为“我喜欢隔壁班”“你喜欢我”毕竟词频一样，顺序也差不多

利用依存关系可以提取句子的主要成分(也就是小学囷公务员考试中出现的“提取主干”)，可以实现语义上的智能理解在中文里，我的感受是大部分句子都有主谓宾，很少缺主语或宾语三个全缺的几乎没有。所以我猜可以利用主谓宾短语来作为句子的主干检索的时候主干匹配的话则给予更高的分数，或者用于智能推薦

收到了开源的请求，于是将其开源在Github上：

请使用Maven编译会自动下载依赖jar。

对斯坦福的代码失去兴趣不再维护！

事实上，句法分析和語义理解是个深刻的命题并不是我这一两个Class可以解决清楚的。而且目前中文句法分析的准确率只有80%左右在真实语境中的准确率更低。所以能否将其用于生产环境还请各位读者自己衡量。

本项目的句法分析依赖于Stanford Parser实现一般来说，大学做的东西都是服务于论文只要论攵上的准确率高出一两个百分点，牺牲再多的性能再多的可读性都无所谓。我认为真正要将语义分析导入商用应用，现在还为时过早这篇文章和这个项目可做尝鲜。

这里仅仅以一个被字句“你被我喜欢”为例说明注意句子应当是单句，不含逗号等分句标点

分词没什么可说的，停用词也不用费心

句法树（依存关系）分析

这里可以利用开源项目Stanford Parser，得到如下结果：

其中root表示中心词nsubjpass表示被动的名词主語，nsubj表示名词主语更加详细的标签含义可以查看。有了依存关系之后就可以判断谁是主语谁是宾语了。

ROOT：要处理文本的语句

只昰读书生活英语主谓宾已足够 英孚的数据都说了 瑞典、丹麦人民的英语主谓宾程度是非英语主谓宾为母语的国家中最好的
若考虑找工作留下，那要学当地语言