句法是指句子的各个组成部分的相互关系，句法分析分为句法结构分析(syntactic structure parsing)和依存关系分析(dependency parsing)。句法结构分析用于获取整个句子的句法结构，依存分析用于获取词汇之间的依存关系，目前的句法分析已经从句法结构分析转向依存句法分析。
依存语法通过分析语言单位内成分之间的依存关系揭示其句法结构，主张句子中核心动词是支配其它成分的中心成分，而它本身却不受其它任何成分的支配，所有受支配成分都以某种依存关系从属于支配者。
在20世纪70年代，Robinson提出依存语法中关于依存关系的四条公理：
一个句子中只有一个成分是独立的；
其它成分直接依存于某一成分；
任何一个成分都不能依存与两个或两个以上的成分；
如果A成分直接依存于B成分，而C成分在句中位于A和B之间，那么C或者直接依存于B，或者直接依存于A和B之间的某一成分；
一，依存关系
依存关系是一个中心词与其从属之间的二元非对称关系，一个句子的中心词通常是动词(Verb)，所有其他词要么依赖于中心词，要么通过依赖路径与它关联。
1，依存关系
依存结构是加标签的有向图，箭头从中心词指向从属，具体来说，箭头是从head指向child，从该解析树可以看出，每个Token只有一个Head。
2，关系标签
标签表示从属的语法功能，名词性的标签是：
root：中心词，通常是动词
nsubj：名词性主语(nominal subject)
dobj：直接宾语(direct object)
prep：介词
pobj：介词宾语
cc：连词
其他常用的标签：
compound：复合词
advmod：状语
det：限定词
amod：形容词修饰语
二，解析依存关系
SpaCy能够快速准确地解析句子的依存关系，并且具有丰富的API用于导航依存关系树，SpaCy使用head和child来描述依存关系中的连接，识别每个Token的依存关系：
token.text：token的文本
token.head：当前Token的Parent Token，从语法关系上来看，每一个Token都只有一个Head。
token.dep_：依存关系
token.children：语法上的直接子节点
token.ancestors：语法上的父节点
_pos：词性
_tag：词性
让我使用SpaCy来对句子进行依存分析：
import spacy
nlp= spacy.load('en')
doc= nlp( "spaCy uses the terms head and child to describe the words")for token indoc:
print('{0}({1})
打印每个Token的依存关系和head节点，箭头表示从属关系，得到的结果是：
spaCy(NNP)
uses(VBZ)
the(DT)
terms(NNS)
head(NN)
and(CC)
child(NN)
to(TO)
describe(VB)
the(DT)
words(NNS)
也可以使用display来显示依存关系，在浏览器中输入 http://localhost:5000 显示依存结构：
importspacyfrom spacy importdisplacy
nlp= spacy.load('en')
doc= nlp( "spaCy uses the terms head and child to describe the words")
displacy.serve(doc, style='dep')
参考文档：
