如何使用 syntaxnet 输出

Question

我两天前开始玩 Syntaxnet，我想知道如何以一种易于理解的格式 use/export 输出（ascii 树或 conll ）解析（即：Json、XML、python 图）。

感谢您的帮助！

Answer 1

在进入 ascii 树之前（我想你正在关注 demo.sh），输入要经过标记和解析。删除命令管道中的最后一步。

您修改后的 demo.sh 文件将如下所示：-

PARSER_EVAL=bazel-bin/syntaxnet/parser_eval
MODEL_DIR=syntaxnet/models/parsey_mcparseface
[[ "" == "--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，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   _   _

从这里开始，通过\n

拆分数据，可以轻松获取每个词的中心词、词性、节点类型等信息

ascii树本身就是用上面的方法构建的。

Answer 2

我是来找词性输出的图例的。它是在已删除的答案中分享的——其他用户可能看不到。

到目前为止，词性缩写似乎与我的句子的 Penn Parts of Speech Tags 匹配。在这里引用 table 以防页面关闭或更改：

CC Coordinating conjunction

CD Cardinal number

DT Determiner

EX Existential there

FW Foreign word

IN Preposition or subordinating conjunction

JJ Adjective

JJR Adjective, comparative

JJS Adjective, superlative

LS List item marker

MD Modal

NN Noun, singular or mass

NNS Noun, plural

NNP Proper noun, singular

NNPS Proper noun, plural

PDT Predeterminer

POS Possessive ending

PRP Personal pronoun

PRP$ Possessive pronoun

RB Adverb

RBR Adverb, comparative

RBS Adverb, superlative

RP Particle

SYM Symbol

TO to

UH Interjection

VB Verb, base form

VBD Verb, past tense

VBG Verb, gerund or present participle

VBN Verb, past participle

VBP Verb, non-3rd person singular present

VBZ Verb, 3rd person singular present

WDT Wh-determiner

WP Wh-pronoun

WP$ Possessive wh-pronoun

WRB Wh-adverb

Answer 3

我写了一篇博客 post 解释了如何将任何给定语言的 SyntaxNet 输出输入 Python，特别是输入 NLTK，并将它的输出与依赖图和树一起使用类.

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

如何使用 syntaxnet 输出

How to use syntaxnet output

nlp

syntaxnet