Stanford nlp 斯坦福大学NLP-VP vs NP

我举了一个例子，斯坦福NLP为句子输出了一个奇怪的解析树：

Clean my desk

如您所见，它将单词

Clean

标记为一个依赖于动词

desk

的形容词，整个短语标记为

名词短语

，而我的期望是

Clean

标记为动词，阶段标记为

动词短语

---

JJ-PRP$-NN组合在英语中对我来说毫无意义。有人遇到过类似的事情吗？我知道斯坦福NLP的结果有时会根据解析工具运行的顺序（？）而有所不同。如何正确地制作这个标记？

CoreNLP在这些命令式语句方面是出了名的糟糕。这个错误很可能是因为词性标记错误地将“clean”标记为形容词，尽管解析器似乎也犯了同样的错误。

如果您将句子

“clean my desk”

直接输入解析器（实际上是“tokenize”、“ssplit”和“parse”工具），它会给出以下结果：

(ROOT (NP (NP (NNP Clean)) (NP (PRP$ my) (NN desk))))

然而，现在

“Clean”

是一个专有名词——非常聪明，斯坦福。因此，如果我们在句子中输入第一个小写单词-

“清洁我的桌子”

，我们最终会得到我们想要的：

(ROOT (S (VP (VB clean) (NP (PRP$ my) (NN desk)))))

---

注意不要将整个句子转换成小写。在测试过程中，我注意到单词

“I”

变成了小写

“I”

被标记为FW（外来词），所以只将第一个单词转换成小写。

谢谢Gabor。我将尝试在不运行POS标记器的情况下运行解析器，看看这是否有什么不同。我也在尝试将我的句子小写。没有成功。我的句子：请求批准文档、查看或更改有关客户的详细信息、发布指定的预付款信息、查看或打印形式销售发票。

(ROOT (S (VP (VB clean) (NP (PRP$ my) (NN desk)))))