一直都是對依存句法分析只有一個模模糊糊的概念，最近看了一些相關的文章以及視訊，在這裡做一個小結。

依存句法 分析( Dependency Parsing, DP) 通過分析語言單位內成分之間的依存關係揭示其句法結構。

使用語義依存刻畫句子語義，好處在於不需要去明白詞彙本身的意思，而是通過詞彙所承受的語義框架來描述該詞彙，而其數目相對詞彙來說數量是小很多的。這樣一來，大部分的句子都可以用這個框架來表示，同時，我們又能總結出這句話大概講了些什麼。

首先，句子中的核心動詞是支配其他成分的中心成分，它本身不受支配。其次，其它成分間也存在支配關係。

關於如何支配的問題，具體可以總結為以下五條規律（在20世紀70年代，Robinson提出依存語法中關於依存關係的四條公理，在處理中文資訊的研究中，中國學者提出了依存關係的第五條公理）：
一個句子中只有一個成分是獨立的，即核心成分；
句子的其他成分都從屬於某一成分，即除了核心成分外的部分；
任何一個成分都不能依存於兩個及以上的成分；
如果成分A直接從屬成分B，而成分C在句子中位於A和B之間，那麼，成分C或者從屬於A，或者從屬於B，或者從屬於A和B之間的某一成分（如果將從屬關係用線條表示出來的話，那麼這些線條不會發生交交錯）；
核心成分左右兩邊的其他成分相互不發生關係，相當於核心成分是一條界線，左右兩邊的部分不再發生支配關係

下面的列表列出了主要存在哪些關係以及相應的例子，箭頭的方向為由從屬詞指向支配詞：

那依存句法分析有哪些應用呢？
可對相應樹庫構建體系的正確性和完善性進行驗證;
直接服務於各種上層應用,比如搜尋引擎使用者日誌分析和關鍵詞識別,比如資訊抽取、自動問答、機器翻譯等
下面列舉一個知乎上的例子（https://www.zhihu.com/question/39034550）：

講了這麼多，還沒說具體怎麼實現依存句法分析呢？總不可能人工地去進行標註吧。
和很多問題一樣，有兩個方向來解決問題：基於規則和基於統計。現在的主流是基於統計的方法。
那具體地說，基於統計的有哪些方法呢？
一種是基於圖的方法（Graph Based），一種是基於決策（Transition Based）的方法。
具體解釋看這裡（

目前在開源中文句法分析器中比較具有代表性有Stanford parser和 Berkeley parser。