对于论文“Detecting Dependency-Related Sentiment Features for Aspect-level Sentiment Classification”中提出的对CNN进行改动：在卷积层提取特征以后将特征乘以文中提出来的依赖权重得到加权特征，再输入到池化层。
依赖权重是一个真实值，定量的度量了句子中单词和方面术语之间的依存关系。它通过将每个词与方面项之间的句法距离输入到某个递减函数（比如高斯分布加权函数，线性加权函数，二进制加权函数）中，计算每个词的依赖权重。
句法距离的计算原文是这样描述的：通过最短路径算法计算所有词对之间的句法距离。在依赖解析树中，与方面术语的语法距离
我想请教一下大家，假如我现在使用一个已经带方面项标签的数据集，我输入一个句子要怎么代码计算句法距离啊，就是怎么应用这个最短路径算法。（有了解到一个是先创建依赖解析树，然后用最短路径算法。但是也没搞清楚怎么写代码创建依赖解析树）
