您可以使用斯坦福解析器：

• 免费和开源
• 用Java编写
• 准确性非常接近“最先进”（无论这意味着标准基准数据集可能无法反映您的数据）
• 包装器可用于其他几种语言，如 Python 和 Ruby。
• 在线演示

其他软件包。

BLLIP Parser是Charniak-Johnson Parser的当前版本：

• 免费和开源（Apache 2.0 许可）
• 用 C/C++ 编写，因此速度相当快，具有Python和 Java 绑定
• 多个数据集上最先进的英语准确性
• 提供多种解析模型（新闻、生物医学、网络）

完全披露：我是 BLLIP Parser 的维护者。

伯克利解析器是一个选项：

• 免费和开源（GPL 2.0 许可）

• 用 Java 编写，具有Python绑定

• 跨多种语言的最先进的准确性

• 适用于多种语言的模型（英语、保加利亚语、阿拉伯语、中文、法语、德语）

语法网：

• 在 TensorFlow 中实现
• 开源
• 基于http://arxiv.org/abs/1603.06042
• 提供一种训练有素的英语模型
• 快：在现代桌面上大约 600 字/秒
• 最先进的结果

http://googleresearch.blogspot.com/2016/05/announcing-syntaxnet-worlds-most.html：

在谷歌，我们花了很多时间思考计算机系统如何阅读和理解人类语言，以便以智能方式对其进行处理。今天，我们很高兴通过发布 SyntaxNet 与更广泛的社区分享我们的研究成果，这是一个在 TensorFlow 中实现的开源神经网络框架，为自然语言理解 (NLU) 系统提供了基础。我们的版本包括在您自己的数据上训练新 SyntaxNet 模型所需的所有代码，以及 Parsey McParseface，这是我们为您训练的英语解析器，您可以使用它来分析英文文本。

从自述文件：