标签: stanford-nlp

我目前正在开展一个涉及句子向量的项目（来自 RoBERTa 预训练模型）。当句子很长时，这些向量的质量较低，并且我的语料库包含许多带有子句的长句子。

我一直在寻找子句提取/长句分割的方法，但令我惊讶的是，没有一个主要的 NLP 软件包（例如 spacy 或 stanza）提供开箱即用的功能。

我想这可以通过使用 spacy 或 stanza 的依赖解析来完成，但正确处理各种复杂的句子和边缘情况可能会非常复杂。

我遇到过使用 spacy实现ClausIE 信息提取系统，它可以执行类似的操作，但它尚未更新并且无法在我的计算机上运行。

我也遇到过这个用于简化句子的存储库，但是当我在本地运行它时，我收到了斯坦福 coreNLP 的注释错误。

有没有我忽略的明显的包/方法？如果没有，是否有一种简单的方法可以使用 stanza 或 spacy 来实现此目的？

我在用

! pip install glove_python\n

我收到此错误消息：

Collecting glove_python\n  Downloading https://files.pythonhosted.org/packages/3e/79/7e7e548dd9dcb741935d031117f4bed133276c2a047aadad42f1552d1771/glove_python-0.1.0.tar.gz (263kB)\n     |\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88| 266kB 16.9MB/s \nRequirement already satisfied: numpy in /usr/local/lib/python3.7/dist-packages (from glove_python) (1.19.5)\nRequirement already satisfied: scipy in /usr/local/lib/python3.7/dist-packages (from glove_python) (1.4.1)\nBuilding wheels for collected packages: glove-python\n  Building wheel for glove-python (setup.py) ... error\n  **ERROR: Failed building wheel for glove-python**\n  Running setup.py clean for glove-python\n  **ERROR: Failed cleaning build dir for glove-python**\nFailed to build glove-python\nInstalling collected packages: glove-python\n    Running setup.py install for glove-python ... error\n**ERROR: Command errored out …

说我有以下宾夕法尼亚树:

(S (NP-SBJ the steel strike)
 (VP lasted
     (ADVP-TMP (ADVP much longer)
               (SBAR than
                     (S (NP-SBJ he)
                        (VP anticipated
                            (SBAR *?*))))))
 .)

什么缩略语喜欢VP和SBAR等是什么意思？我在哪里可以找到这些定义？这些缩写名称是什么？

我刚刚实现了一个在Java中使用Stanford POS标记器的程序.

我使用了几KB大小的输入文件,由几百个单词组成.我甚至将堆大小设置为600 MB.

但它仍然很慢,有时会耗尽堆内存.如何提高执行速度和内存性能？我希望能够使用几MB作为输入.

  public static void postag(String args) throws ClassNotFoundException

  {

     try

     {

     File filein=new File("c://input.txt");

     String content = FileUtils.readFileToString(filein);

     MaxentTagger tagger = new MaxentTagger("postagging/wsj-0-18-bidirectional-distsim.tagger");

     String tagged = tagger.tagString(content);

        try 
        {
            File file = new File("c://output.txt");
            if (!file.exists()) 
            {
                file.createNewFile();
            } 

            FileWriter fw = new FileWriter(file.getAbsoluteFile());
            BufferedWriter bw = new BufferedWriter(fw);
            bw.write("\n"+tagged);
            bw.close();

            }
              catch (IOException e) 
              {
                    e.printStackTrace();
               }

     } catch (IOException e1)
     {
         e1.printStackTrace();
     }

 }

我正在做一个需要做一些自然语言处理的项目。我为此目的使用了stanford MaxEnt 分类器。但我不确定，最大熵模型和逻辑回归是同一个还是某种特殊的逻辑回归？

任何人都可以提出一个解释吗？

问:我试图让一个完整的句子变得紧张,只是不知道如何使用nlp.任何帮助赞赏.

Q2.使用nlp可以从句子中提取所有信息吗？

目前我可以,我得到:1.句子的声音2.subject对象动词3.POS标签.

更多信息可以提取,请告诉我.

使用NLTK的StanfordParser,我可以解析这样一句话:

os.environ['STANFORD_PARSER'] = 'C:\jars' 
os.environ['STANFORD_MODELS'] = 'C:\jars'  
os.environ['JAVAHOME'] ='C:\ProgramData\Oracle\Java\javapath' 
parser = stanford.StanfordParser(model_path="C:\jars\englishPCFG.ser.gz")
sentences = parser.parse(("bring me a red ball",)) 
for sentence in sentences:
    sentence    

结果是:

Tree('ROOT', [Tree('S', [Tree('VP', [Tree('VB', ['Bring']),
Tree('NP', [Tree('DT', ['a']), Tree('NN', ['red'])]), Tree('NP',
[Tree('NN', ['ball'])])]), Tree('.', ['.'])])])

除了上图之外,我如何使用Stanford解析器获取类型化的依赖项？就像是:

1. root(ROOT-0,带-1)
2. iobj(带-1,我-2)
3. det(ball-5,a-3)
4. amod(ball-5,red-4)
5. dobj(带-1,球-5)

我有这个文字

"嗨,Sam D. Richards先生住在这里,44 West 22nd Street,New York,NY 12345.你现在可以联系他吗？如果您需要帮助,请致电12345678'''

.如何使用NLTK从上面的文本中提取地址部分？我试过了Stanford NER Tagger,这只给我一个New York位置.怎么解决这个？

给定以下句子，例如：

A cat is on a bed.
The color of the cat is brown.
The bed is small.

有没有办法将句子组合/总结成一个句子，例如：

A brown cat is on a small bed.

我不了解摘要提取/生成，但是否有希望将其用于此目的？

我的数据集结构如下:

产品1 - 句子1

产品2 - 句子2

产品3 - 句子3

..

等等

句子看起来像这样:

产品1 - "我们建议你穿这款时尚单品,搭配金色吊坠耳环,churidar紧身裤和平底鞋,打造低调的外观."

一个可能的问题是 - "我们建议你穿这款时尚单品搭配金色吊坠耳环,churidar紧身裤和平底鞋,以完成低调的外观吗？" - 这就是我使用http://www.cs.cmu.edu/~ark/mheilman/questions/

但是,我想要这样的问题/答案:

问:我怎样才能看到低调的样子？

答:您可以尝试使用Product1来获得低调的外观.

问:金色吊坠耳环可以穿什么？

答:你可以穿着带有金色吊坠耳环的Product1.

问:什么能让我看到churidar紧身裤的完整外观？

答:产品1会.

所以,我觉得我想要做的是 - 在语境中创建一个语义正确的推杆产品中的名词/专有名词和形容词的子问题.