Syntaxnet 土耳其语数据集不存在的地图文件

Question

我是 Syntaxnet 的新手，我尝试通过说明使用预训练的土耳其语模型 here

Point-1 : 虽然我设置了 MODEL_DIRECTORY 环境变量，但 tokenize.sh 没有找到相关路径，它给出如下错误：

root@4562a2ee0202:/opt/tensorflow/models/syntaxnet# echo "Eray eve geldi." | syntaxnet/models/parsey_universal/tokenize.sh
F syntaxnet/term_frequency_map.cc:62] Check failed: ::tensorflow::Status::OK() == (tensorflow::Env::Default()->NewRandomAccessFile(filename, &file)) (OK vs. **Not found: label-map**)

Point-2 : 因此，我通过评论 MODEL_DIR=$1 更改了 tokenize.sh 并将我的土耳其语模型路径设置为如下所示在 :

PARSER_EVAL=bazel-bin/syntaxnet/parser_eval
CONTEXT=syntaxnet/models/parsey_universal/context.pbtxt
INPUT_FORMAT=stdin-untoken
MODEL_DIR=
MODEL_DIR=syntaxnet/models/etiya-smart-tr

Point-3 : 在那之后当我运行它被告知时，它给出如下错误：

root@4562a2ee0202:/opt/tensorflow/models/syntaxnet# echo "Eray eve geldi" | syntaxnet/models/parsey_universal/tokenize.sh
I syntaxnet/term_frequency_map.cc:101] Loaded 29 terms from syntaxnet/models/etiya-smart-tr/label-map.
I syntaxnet/embedding_feature_extractor.cc:35] Features: input.char input(-1).char input(1).char; input.digit input(-1).digit input(1).digit; input.punctuation-amount input(-1).punctuation-amount input(1).punctuation-amount 
I syntaxnet/embedding_feature_extractor.cc:36] Embedding names: chars;digits;puncts
I syntaxnet/embedding_feature_extractor.cc:37] Embedding dims: 16;16;16
F syntaxnet/term_frequency_map.cc:62] Check failed: ::tensorflow::Status::OK() == (tensorflow::Env::Default()->NewRandomAccessFile(filename, &file)) (OK vs. **Not found: syntaxnet/models/etiya-smart-tr/char-map**)

我通过跟踪 link 模式下载了土耳其语包，如 download.tensorflow.org/models/parsey_universal/.zip 和我的语言映射文件列表如下：

-rw-r----- 1 root root 50646 Sep 22 07:24 char-ngram-map

-rw-r----- 1 root root 329 Sep 22 07:24 label-map

-rw-r----- 1 root root 133477 Sep 22 07:24 morph-label-set

-rw-r----- 1 root root 5553526 Sep 22 07:24 morpher-params

-rw-r----- 1 root root 1810 Sep 22 07:24 morphology-map

-rw-r----- 1 root root 10921546 Sep 22 07:24 parser-params

-rw-r----- 1 root root 39990 Sep 22 07:24 prefix-table

-rw-r----- 1 root root 28958 Sep 22 07:24 后缀-table

-rw-r----- 1 root root 561 Sep 22 07:24 tag-map

-rw-r----- 1 root root 5234212 Sep 22 07:24 tagger-params

-rw-r----- 1 root root 172869 Sep 22 07:24 word-map

问题 1： 我知道目录中没有 char-map 文件，所以我收到上面写的@Point-3 的错误。那么，对于如何进行土耳其语测试以及结果共享为 %93,363（例如词性），有没有人有意见？

问题 2： 如何找到土耳其语的字符映射文件？

问题 3： 如果没有char-map文件，我是否必须通过跟踪SyntaxNet's Obtain Data & Training？

指示的步骤进行训练

问题 4： 有没有办法生成 word-map、char-map...等文件？是众所周知的 word2vec 方法，可用于生成能够处理 wt 的地图文件。 Syntaxnet 分词器？

Answer 1

试试这个 https://github.com/tensorflow/models/issues/830 问题 - 它包含一个（目前）临时解决方案。

Syntaxnet 土耳其语数据集不存在的地图文件

Syntaxnet Turkish Language Data Set Non Existent Map Files

nlp

tensorflow

deep-learning

syntaxnet