Nlp 斯坦福依赖解析器-如何获取短语向量？

在这个例子中，我可以看到它使用了递归神经网络。 从公开讲座（）中，我了解到这些网络在解析树的每个节点上计算短语向量

我试图让解析器输出短语向量，这样我就可以在二维平面上绘制它们，但到目前为止我还没有弄明白有人能告诉我计算java对象和行号的位置吗？（我怀疑他们会在第765行~）

private void setupClassifierForTraining（列表列车发送、列表列车树、字符串嵌入文件、字符串预模型）{
double[]E=新的double[knowwords.size（）+knownPos.size（）+knownLabels.size（）][config.embeddingSize]；
double[]W1=新的double[config.hiddenSize][config.embeddingSize*config.numTokens]；
double[]b1=新的double[config.hiddenSize]；
double[]W2=新的double[system.numTransitions（）][config.hiddenSize]；

---

如果这不是寻找短语向量的正确位置，如果你能给我指出我应该看的代码，我将不胜感激。

你指的是哪节课

本文描述了我们发布的神经网络依赖性解析器：

---

我不相信它会创建短语嵌入；它会为单词、词性标签和依赖项标签创建嵌入。

嗨，谢谢你在周六晚上发表评论！他在这里提到了它（4'45'）：在该视频4:55的情节中，你可以看到他在“德国”和“法国”的同时，还描绘了“我出生的国家”这句话。这是关于递归神经网络的讲座。然后，他继续描述该方法如何为我们提供解析结构以及短语嵌入。该方法是否在核心NLP中的任何程序中实现？我相信你想看看这个包：edu.stanford.NLP.parser.dvparsert这是一些文档：

 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];