如何从Stanford NLP工具获得增强的依赖项解析？

我正在做一个关于波兰语依赖项解析的项目。我们正在尝试对来自波兰语的数据训练斯坦福神经网络依赖解析器（使用.conllu格式的通用依赖树库）。数据已经标记和注释，所以我们既没有训练标记器，也没有训练核心NLP提供的解析器。到目前为止，通过从命令行运行解析器，我们已经能够在标准依赖关系中使用pl_lfg-ud树库取得一些成功。但是我们还想训练解析器重现增强的通用依赖项，它们也在树库中表示。到目前为止，我还没能找到一种方法来解决这个问题 NNDEP和CORE NLP的文档和常见问题解答，尽管据我所知，使用斯坦福NLP解析器是可能的。是增强的依赖项解析只适用于英语（或其他官方支持的语言），还是我只是做错了什么

---

如果有任何线索，我将不胜感激

这里有关于如何训练模特的信息：

命令示例：

java -Xmx12g edu.stanford.nlp.parser.nndep.DependencyParser -trainFile fr-ud-train.conllu -devFile fr-ud-dev.conllu -model new-french-UD-model.txt.gz -embedFile wiki.fr.vec -embeddingSize 300 -tlp edu.stanford.nlp.trees.international.french.FrenchTreebankLanguagePack -cPOS

您还需要训练词性模型：

命令示例：

java -mx1g edu.stanford.nlp.tagger.maxent.MaxentTagger -props myPropertiesFile.props 

您可以在文档中找到适当样式的培训文件

示例文件：

## tagger training invoked at Sun Sep 23 19:24:37 PST 2018 with arguments:
                   model = english-left3words-distsim.tagger
                    arch = left3words,naacl2003unknowns,wordshapes(-1,1),distsim(/u/nlp/data/pos_tags_are_useless/egw4-reut.512.clusters,-1,1),distsimconjunction(/u/nlp/data/pos_tags_are_useless/egw4-reut.512.clusters,-1,1)
            wordFunction = edu.stanford.nlp.process.AmericanizeFunction
               trainFile = /path/to/training-data
         closedClassTags = 
 closedClassTagThreshold = 40
 curWordMinFeatureThresh = 2
                   debug = false
             debugPrefix = 
            tagSeparator = _
                encoding = UTF-8
              iterations = 100
                    lang = english
    learnClosedClassTags = false
        minFeatureThresh = 2
           openClassTags = 
rareWordMinFeatureThresh = 10
          rareWordThresh = 5
                  search = owlqn
                    sgml = false
            sigmaSquared = 0.0
                   regL1 = 0.75
               tagInside = 
                tokenize = true
        tokenizerFactory = 
        tokenizerOptions = 
                 verbose = false
          verboseResults = true
    veryCommonWordThresh = 250
                xmlInput = 
              outputFile = 
            outputFormat = slashTags
     outputFormatOptions = 
                nthreads = 1

此处列出了示例培训属性文件的详细列表：

如果使用Java管道，则需要编写标记器或提供预先标记的文本

您可能会对我们的Python项目感兴趣，它有一个用于标记化、句子分割、柠檬化和依赖项解析的波兰模型。您还可以训练自己的模型：