Stanford Dependency Parser - 如何获取短语向量？

Question

在 DependencyParser.java repository 中，我可以看到它使用的是递归神经网络。从公开讲座 (http://cs224d.stanford.edu) 中，我了解到这些网络在解析树的每个节点计算短语向量。

我正在尝试让解析器输出短语向量，以便我可以在二维平面上绘制它们，但到目前为止我还没有弄清楚。 - 谁能告诉我计算它们的 java 对象和行号？（我怀疑他们会在765行~）

 private void setupClassifierForTraining(List<CoreMap> trainSents, List<DependencyTree> trainTrees, String embedFile, String preModel) {
    double[][] E = new double[knownWords.size() + knownPos.size() + knownLabels.size()][config.embeddingSize];
    double[][] W1 = new double[config.hiddenSize][config.embeddingSize * config.numTokens];
    double[] b1 = new double[config.hiddenSize];
    double[][] W2 = new double[system.numTransitions()][config.hiddenSize];

如果这不是寻找短语向量的正确位置，如果您能指出我应该查看的 CoreNLP project 中的代码，我将不胜感激。

Answer 1

你指的是哪个讲座？

本文介绍了我们发布的神经网络依赖解析器：

http://cs.stanford.edu/people/danqi/papers/emnlp2014.pdf

我不相信它会创建短语嵌入；它为单词、词性标签和依赖标签创建嵌入。

Stanford Dependency Parser - 如何获取短语向量？

Stanford Dependency Parser - How to get phrase vectors?

nlp

stanford-nlp

deep-learning

recurrent-neural-network