CoreNLP ConLL格式与CollapsedCCProcessedDependenciesAnnotation

Question

我正在使用最新版本的CoreNLP。

我的任务是解析文本并使用CollapsedCCProcessedDependenciesAnnotation以conll格式获得输出。

我运行以下命令

time java -cp $CoreNLP/javanlp-core.jar edu.stanford.nlp.pipeline.StanfordCoreNLP -props $CoreNLP/config.properties -file 12309959  -outputFormat conll


depparse.model = english_SD.gz

问题是如何获得CollapsedCCProcessedDependenciesAnnotation。

我试着在config.properties中使用config.properties

但是，根据CCProcessedDependenciesAnnotation，COLLAPSED没有参数。

你能提出什么解决方案吗?如何用CollapsedCCProcessedDependenciesAnnotation解析？

Answer 1

可以以编程方式检索经CC处理的依赖项。

This question应该是一个很好的示例(参见使用CollapsedCCProcessedDependenciesAnnotation的示例中的代码)。

Gabor在邮件列表中的回答很好地解释了这种行为(例如，为什么不能直接输出折叠的依赖项)：

注意，通常情况下，折叠的cc处理的依赖项不会输出无损，但是，正如格式所要求的那样，树(每个单词都有一个唯一的父)，而依赖项可以有多个标题。 因此，输出格式化程序只使用基本依赖项：https://github.com/stanfordnlp/CoreNLP/blob/master/src/edu/stanford/nlp/pipeline/CoNLLOutputter.java#L118。这可以在代码中被更改，而不会破坏任何东西，但是序列化的树会丢失一些边，并且包含边的领带会被任意破坏。您最好编写自己的倾倒逻辑，以适应您的特定用例(您可能可以从上面复制我们的大量conll输出代码)。