Nlp 将字符串数据转换为PTB格式以训练斯坦福情绪分析工具

如何将字符串数据（如tweet）转换为PTB格式以训练斯坦福情绪分析工具？

这不是简单地从一种格式转换为另一种格式的问题。正如@lenz提到的，PTB是解析器的输出格式——这意味着至少需要将文本转换为语法解析。自动解析器（例如Berkeley/Stanford/BLLIP解析器）可以为您提供一些方法，但是（1）自动解析器在Twitter文本上可能很糟糕，（2）如果我记得您需要二进制解析树，这意味着需要对原始解析进行一些操作

---

此外，为了训练情绪模型，您需要用情绪注释数据。也就是说，对于解析树的每个组成部分，您需要说明该组成部分的产量的情感标签是什么。如果有一个自动工具可以做到这一点，您就不需要训练新的模型。

斯坦福CoreNLP软件包有一个java类文件，用于将文本转换为PTB格式进行训练

---

类名为BuildBinarizedDataset

什么是PTB格式？如果PTB意味着Penn树库，那么这不是转换问题，而是解析问题。