如何使用syntaxnet输出

Question

两天前我开始使用Syntaxnet,我想知道如何以易于解析的格式(即:Json,XML,python图形)使用/导出输出(ascii tree或conll).

谢谢你的帮助 !

Answer 1

在转到ascii树之前(我认为你正在关注demo.sh),输入通过标记和解析.删除命令管道中的最后一步.

您修改过的demo.sh文件如下所示: -

PARSER_EVAL=bazel-bin/syntaxnet/parser_eval
MODEL_DIR=syntaxnet/models/parsey_mcparseface
[[ "$1" == "--conll" ]] && INPUT_FORMAT=stdin-conll || INPUT_FORMAT=stdin

$PARSER_EVAL \
  --input=$INPUT_FORMAT \
  --output=stdout-conll \
  --hidden_layer_sizes=64 \
  --arg_prefix=brain_tagger \
  --graph_builder=structured \
  --task_context=$MODEL_DIR/context.pbtxt \
  --model_path=$MODEL_DIR/tagger-params \
  --slim_model \
  --batch_size=1024 \
  --alsologtostderr \
   | \
  $PARSER_EVAL \
  --input=stdin-conll \
  --output=stdout-conll \
  --hidden_layer_sizes=512,512 \
  --arg_prefix=brain_parser \
  --graph_builder=structured \
  --task_context=$MODEL_DIR/context.pbtxt \
  --model_path=$MODEL_DIR/parser-params \
  --slim_model \
  --batch_size=1024 \
  --alsologtostderr \

然后你可以运行: -

$ echo 'Bob brought the pizza to Alice.' | syntaxnet/demo.sh 1>sample.txt 2>dev/null

您的结果将存储在sample.txt中,它看起来像这样: -

1   Bob _   NOUN    NNP _   2   nsubj   _   _
2   brought _   VERB    VBD _   0   ROOT    _   _
3   the _   DET DT  _   4   det _   _
4   pizza   _   NOUN    NN  _   2   dobj    _   _
5   to  _   ADP IN  _   2   prep    _   _
6   Alice   _   NOUN    NNP _   5   pobj    _   _
7   .   _   .   .   _   2   punct   _   _

从这里,您可以通过使用\n分割数据轻松获取有关每个单词的头部,词性和节点类型的信息

ascii树本身是通过使用上面构建的.

Answer 2

我来到这里寻找输出部分的传说.它在已删除的答案中共享 - 其他用户可能无法看到.

到目前为止,对于我的句子,词性缩写似乎与Penn词性标签相匹配.如果页面出现故障或更改,请在此处引用该表:

1. CC协调连接
2. CD基数
3. DT确定者
4. EX存在于那里
5. FW外国词
6. IN介词或从属连词
7. JJ形容词
8. JJR形容词,比较
9. JJS形容词,最高级
10. LS列表项目标记
11. MD莫代尔
12. NN名词,单数或质量
13. NNS名词,复数
14. NNP专有名词,单数
15. NNPS正确名词,复数
16. PDT预定
17. POS拥有结局
18. PRP人称代词
19. PRP $ Possessive代名词
20. RB副词
21. RBR副词,比较
22. RBS副词,最高级
23. RP粒子
24. SYM符号
25. 去
26. UH感叹词
27. VB Verb,基本形式
28. VBD动词,过去式
29. VBG动词,动名词或现在分词
30. VBN Verb,过去分词
31. VBP动词,非第三人称单数礼物
32. VBZ Verb,第三人称单数礼物
33. WDT Wh-determininer
34. WP Wh代词
35. WP $ Possessive wh-pronoun
36. WRB Wh-adverb

Answer 3

我写了一篇博客文章,解释了如何将SyntaxNet的输出用于任何给定的语言,Python,特别是NLTK,并使用它的输出与依赖图和树类.

你可以在这里查看:http://www.davidsbatista.net/blog/2017/03/25/syntaxnet/