标签: stanford-nlp

我在一个python教程网站上找到了以下代码：

from nltk.tag import StanfordNERTagger

stanford_classifier = open("english.all.3class.distsim.crf.ser.gz")
stanford_ner_path = open("stanford-ner.jar")

st = StanfordNERTagger(stanford_classifier, stanford_ner_path)

错误如下：

from nltk.tag import StanfordNERTagger

stanford_classifier = open("english.all.3class.distsim.crf.ser.gz")
stanford_ner_path = open("stanford-ner.jar")

st = StanfordNERTagger(stanford_classifier, stanford_ner_path)

我试图从依赖解析器的输出中创建一棵树（嵌套字典）。这句话是“我在睡梦中射杀了一头大象”。我能够获得链接中所述的输出： How do I do dependency parsing in NLTK?

nsubj(shot-2, I-1)
det(elephant-4, an-3)
dobj(shot-2, elephant-4)
prep(shot-2, in-5)
poss(sleep-7, my-6)
pobj(in-5, sleep-7)

为了将此元组列表转换为嵌套字典，我使用了以下链接： 如何将 python 元组列表转换为树？

def build_tree(list_of_tuples):
    all_nodes = {n[2]:((n[0], n[1]),{}) for n in list_of_tuples}
    root = {}    
    print all_nodes
    for item in list_of_tuples:
        rel, gov,dep = item
        if gov is not 'ROOT':
            all_nodes[gov][1][dep] = all_nodes[dep]
        else:
            root[dep] = all_nodes[dep]
    return root

输出如下：

{'shot': (('ROOT', 'ROOT'),
  {'I': (('nsubj', 'shot'), {}),
   'elephant': (('dobj', 'shot'), {'an': (('det', 'elephant'), {})}),
   'sleep': (('nmod', 'shot'), …

我知道词性标记会用适当的词性来标记句子中的每个单词，但这不也是解析器所做的吗？即，将一个句子分解为其组成部分？我在互联网上查过这一点，但找不到任何令人满意的解释。请解答我的疑惑。提前致谢

我是stanford Core NLP的新手.我想用它来分割英文,德文,法文文本中的句子.哪个班级有效？提前感谢.

在斯坦福NER软件附带的一个示例.prop文件中有两个我不明白的选项:

useDistSim = true
distSimLexicon = /u/nlp/data/pos_tags_are_useless/egw4-reut.512.clusters

有没有人提示DistSim代表什么,我在哪里可以找到有关如何使用这些选项的更多文档？

更新:我刚刚发现DistSim意味着分布相似性.我仍然想知道在这种情况下这意味着什么.

我正在使用Stanford Tagger来确定词性.但是,我希望从文本中获取更多信息.是否有可能获得更多信息,如句子的时态或是否处于主动/被动状态？

到目前为止,我正在使用非常基本的PoS-Tagging方法:

List<List<TaggedWord>> taggedUnits = new ArrayList<List<TaggedWord>>();

String input = "This sentence is going to be future. The door was opened.";
for (List<HasWord> sentence : MaxentTagger.tokenizeText(new StringReader(input)))
{
     taggedUnits.add(tagger.tagSentence(sentence));
}

几乎没有可用于自然语言处理的词典.像积极的,消极的词汇词典等.

有没有可用的词典,其中包含所有词典单词的同义词列表？

像 nice

synonyms: enjoyable, pleasant, pleasurable, agreeable, delightful, satisfying, gratifying, acceptable, to one's liking, entertaining, amusing, diverting, marvellous, good; 

我正在寻找一种方法将复合句分解为stanford nlp中的简单句子.
例如:投入:经理回家并自杀.
输出:经理回家了.他自杀了.

我在我的应用程序中使用了Stanford的CoreNLP命名实体识别器(NER)和词性(POS)标记器.问题是我的代码预先标记了文本然后我需要NER和POS标记每个标记.但是,我只能通过命令行选项找到如何使用命令行选项,但不能以编程方式找到.

有人可以告诉我如何使用斯坦福的CoreNLP以编程方式将NER和POS标记为预先标记的文本吗？

编辑:

我实际上正在使用单独的NER和POS指令.所以我的代码是按斯坦福大学NER和POS软件包中给出的教程中的指示编写的.但我的classpath中有CoreNLP.所以我在我的类路径中有CoreNLP,但是使用了NER和POS包中的教程.

编辑:

我刚刚发现有关于如何在这里设置CoreNLP属性的说明http://nlp.stanford.edu/software/corenlp.shtml但我希望如果有一个快速的方法来做我想要的斯坦福NER和POS标签,所以我不必重新编码一切!

我正在尝试使用Java中的Stanford CoreNLP v3.9.1注释文本。使用的注释器是：标记化，分割，pos，引理，ner

我已经从https://stanfordnlp.github.io/CoreNLP/download.html包含了模型jar 。这两个英语模型都包含在我的项目中（正常+ kbp）。

但是，加载english.muc.7class.distsim.crf.ser.gz分类器后，将引发以下异常：Couldn't read TokensRegexNER from edu/stanford/nlp/models/kbp/regexner_caseless.tab。

打开下载jar模型后stanford-english-kbp-corenlp-2018-02-27-models.jar，正确的路径regexner_caseless.tab为edu/stanford/nlp/models/kbp/english/regexner_caseless.tab（注意english子路径）。

如何使Stanford CoreNLP使用正确的路径？