Apertium + Python：词性标注器不提供表面形式

Question

我正在尝试使用 Apertium 的标注器对意大利语中的一些句子进行 POS-tag。根据 Apertium GitHub page，除了形态分析之外，我还应该将表面形式作为输出，但我只得到了分析。我也想要表面形式。我无法推断它，因为标记器不一定标记单个标记，所以我不能简单地标记原始句子并循环它或用标记器的输出压缩它。

根据 GitHub 页面：

In [1]: import apertium
In [2]: tagger = apertium.Tagger('ita')
In [3]: tagger.tag('gatti').
Out[3]: [gatti/gatto<n><m><pl>]

我得到了什么：

In [1]: import apertium
In [2]: tagger = apertium.Tagger('ita')
In [3]: tagger.tag('gatti') # 'gatti' is the surface form
Out[3]: [gatto<n><m><pl>]

如何获得表面形态？如果我一次提供一个令牌，这将不是问题，因为我会知道令牌是什么。但是总而言之，我不知道标记器是如何创建块的。

Answer 1

默认情况下，在创建语言 ita 的标注器时，它会查找 /usr/share/apertium/modes/ita-tagger.mode。这是一个调用各种 apertium 命令的 shell 脚本。意大利语标记器脚本的命令恰好配置为不包括表面命令（它缺少 -p 选项）。

一个快速而肮脏的解决方案是 sudo vim /usr/share/apertium/modes/ita-tagger.mode（或 sudo nano 或任何你的编辑器）并添加 -p 到最后一个命令的末尾，这样文件看起来喜欢

lt-proc -w '/usr/share/apertium/apertium-ita/ita.automorf.bin' | cg-proc '/usr/share/apertium/apertium-ita/ita.rlx.bin' | apertium-tagger -g  '/usr/share/apertium/apertium-ita/ita.prob' -p

再做一次tagger = apertium.Tagger('ita')。

无 sudo 的解决方案是复制模式文件，编辑并将其添加到搜索路径，请参阅 https://github.com/apertium/apertium-python#installing-more-modes-from-other-language-data

Apertium + Python：词性标注器不提供表面形式

Apertium + Python: POS-tagger not providing surface form

python

morphological-analysis

pos-tagger

transducer

apertium