如何使用 Stanford CoreNLP 从 TreeAnnotation 中提取 unlabelled/untyped 依赖树？
How to extract an unlabelled/untyped dependency tree from a TreeAnnotation using Stanford CoreNLP?
目标语言是西班牙语。
英语管道支持类型化依赖项，而据我所知，西班牙语管道不支持。
目标是从 TreeAnnotation 生成依赖树，其中最终结果是有向边的列表。使用 CoreNLP 3.4.1 并使用西班牙模型是否可行，如果可以：如何实现？
背景
我正在使用 Stanford CoreNLP 3.4.1 +（用于 POS 标记的 3.5.0 西班牙语模型）（由于兼容性原因，Java 8 还不能使用）具有以下配置：
Properties props = new Properties();
props.setProperty("annotators", "tokenize, ssplit, pos, ner, parse");
props.setProperty("tokenize.options", "invertible=true,ptb3Escaping=true");
props.setProperty("tokenize.language", "es");
props.setProperty("pos.model", "edu/stanford/nlp/models/pos-tagger/spanish/spanish-distsim.tagger");
props.setProperty("ner.model", "edu/stanford/nlp/models/ner/spanish.ancora.distsim.s512.crf.ser.gz");
props.setProperty("parse.model", "edu/stanford/nlp/models/srparser/spanishSR.ser.gz"); //Stanford Parser 3.4.1 shift-reduce models for Spanish.
props.setProperty("ner.applyNumericClassifiers", "false");
props.setProperty("ner.useSUTime", "false");
然后用于创建文档的管道和 运行 注释。
StanfordCoreNLP pipeline = new StanfordCoreNLP(props);
pipeline.annotate(document);
List<CoreMap> sentences = document.get(CoreAnnotations.SentencesAnnotation.class);
for(CoreMap sentence: sentences) {
// ... extract start, end position of sentence ...
for (CoreLabel token: sentence.get(CoreAnnotations.TokensAnnotation.class)) {
// ... extract POS tags, NER annotations, id ...
}
//This works, and I have a tree that is not empty.
Tree tree = sentence.get(TreeCoreAnnotations.TreeAnnotation.class);
}
通过使用调试器，我能够检查句子和标记并得出结论，它们具有以下内容：
句子（键）
来自edu.stanford.nlp.ling.CoreAnnotations：
- 文本注释
- CharacterOffsetBeginAnnotation
- CharacterOffsetEndAnnotation
- TokensAnnotation
- TokenBeginAnnotation
- TokenEndAnnotation
- SentenceIndexAnnotation
来自 edu.stanford.nlp.trees.TreeCoreAnnotations
- 树注释
代币（钥匙）
来自edu.stanford.nlp.ling.CoreAnnotations
- 文本注释
- 原始文本注释
- CharacterOffsetBeginAnnotation
- CharacterOffsetEndAnnotation
- 注释前
- 注释后
- 索引注释
- SentenceIndexAnnotation
- PartOfSpeechAnnotation
- NamedEntityTagAnnotation
来自 edu.stanford.nlp.trees.TreeCoreAnnotations
- HeadWordAnnotation - 在我的实验中：这个始终指向自身，即从中检索注释的标记。
- HeadTagAnnotation
提前致谢！
目前 CoreNLP 不支持西班牙语依赖解析。这包括来自选区分析的类型依赖转换。
实现了寻头器（但未完全测试）。您可以使用这个 head finder 破解一个无类型的依赖转换器，但我们不能保证这会产生一个合理的解析。
目标语言是西班牙语。
英语管道支持类型化依赖项，而据我所知，西班牙语管道不支持。
目标是从 TreeAnnotation 生成依赖树，其中最终结果是有向边的列表。使用 CoreNLP 3.4.1 并使用西班牙模型是否可行，如果可以：如何实现？
背景
我正在使用 Stanford CoreNLP 3.4.1 +（用于 POS 标记的 3.5.0 西班牙语模型）（由于兼容性原因，Java 8 还不能使用）具有以下配置：
Properties props = new Properties();
props.setProperty("annotators", "tokenize, ssplit, pos, ner, parse");
props.setProperty("tokenize.options", "invertible=true,ptb3Escaping=true");
props.setProperty("tokenize.language", "es");
props.setProperty("pos.model", "edu/stanford/nlp/models/pos-tagger/spanish/spanish-distsim.tagger");
props.setProperty("ner.model", "edu/stanford/nlp/models/ner/spanish.ancora.distsim.s512.crf.ser.gz");
props.setProperty("parse.model", "edu/stanford/nlp/models/srparser/spanishSR.ser.gz"); //Stanford Parser 3.4.1 shift-reduce models for Spanish.
props.setProperty("ner.applyNumericClassifiers", "false");
props.setProperty("ner.useSUTime", "false");
然后用于创建文档的管道和 运行 注释。
StanfordCoreNLP pipeline = new StanfordCoreNLP(props);
pipeline.annotate(document);
List<CoreMap> sentences = document.get(CoreAnnotations.SentencesAnnotation.class);
for(CoreMap sentence: sentences) {
// ... extract start, end position of sentence ...
for (CoreLabel token: sentence.get(CoreAnnotations.TokensAnnotation.class)) {
// ... extract POS tags, NER annotations, id ...
}
//This works, and I have a tree that is not empty.
Tree tree = sentence.get(TreeCoreAnnotations.TreeAnnotation.class);
}
通过使用调试器，我能够检查句子和标记并得出结论，它们具有以下内容：
句子（键）
来自edu.stanford.nlp.ling.CoreAnnotations：
- 文本注释
- CharacterOffsetBeginAnnotation
- CharacterOffsetEndAnnotation
- TokensAnnotation
- TokenBeginAnnotation
- TokenEndAnnotation
- SentenceIndexAnnotation
来自 edu.stanford.nlp.trees.TreeCoreAnnotations
- 树注释
代币（钥匙）
来自edu.stanford.nlp.ling.CoreAnnotations
- 文本注释
- 原始文本注释
- CharacterOffsetBeginAnnotation
- CharacterOffsetEndAnnotation
- 注释前
- 注释后
- 索引注释
- SentenceIndexAnnotation
- PartOfSpeechAnnotation
- NamedEntityTagAnnotation
来自 edu.stanford.nlp.trees.TreeCoreAnnotations
- HeadWordAnnotation - 在我的实验中：这个始终指向自身，即从中检索注释的标记。
- HeadTagAnnotation
提前致谢！
目前 CoreNLP 不支持西班牙语依赖解析。这包括来自选区分析的类型依赖转换。
实现了寻头器（但未完全测试）。您可以使用这个 head finder 破解一个无类型的依赖转换器，但我们不能保证这会产生一个合理的解析。