我正在尝试获取给定语义图中所有边的列表。 有，但它似乎只适用于一对2个索引词，而不是整个图形。 是否有其他方法可以在不手动遍历整个图形的情况下获取所有边？您可以尝试： SemanticGraph parse = ... for (SemanticGraphEdge edge : parse.edgeIterable()) { ... } 在outgoingEdgeIterable和incomingEdgeIterable中也有类似之处，您是否知道TreeAnnotation的依赖关系是否有

以下是一个示例文本输出： 下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好/下午好 此命令将接收一个输入文本文件，并使用所有标记创建一个输出json，每个标记都有POS标记和NER标记： java -Xmx6g -cp "*:." -Xmx2g edu.stanford.nlp

有很多关于获取注释并将其保存为XML的信息。是否可以反序列化，即将XML加载到注释中？例如，我的用例是：我想做廉价的预处理，比如句子分割，然后决定做更昂贵的解析，我想正确地保留原始文档文本偏移量 ---------- Forwarded message ---------- From: John Bauer Date: Wed, Mar 13, 2013 at 1:52 AM Subject: Re: [java-nlp-user] Can XML be deserialized into Co

我可以通过斯坦福NLP的命令行界面（比如ApacheOpenNLP）来检测句子吗？ 根据文档，斯坦福NLP需要标记化，我们的管道要求您首先标记化；我们在句子分割算法中使用这些标记。如果文本已预标记化，则可以使用和请求仅空白标记化 如果我误解了你的问题，请告诉我。Thx Jon。我希望我们可以跳过句子检测的标记化。

我为我的项目创建了一个新的NER，在该NER中，我确定了其他单词和商业术语。我合并了斯坦福大学提供的NER和我创建的NER，然后得到了句子集的NER。然后，我将这些句子转换成一种可以被RelationshipExtraction Classifier理解的形式，如下所示： 5 O 0 O DT The O O O 5 O 1 O NNP Balanced O O O 5 BusinessTerm 2 O NN optio

我通过命令行从StanfordCorenlp运行OpenIE java -mx1g -cp stanford-corenlp-<version>.jar:stanford-corenlp-<version>-models.jar:CoreNLP-to-HTML.xsl:slf4j-api.jar:slf4j-simple.jar edu.stanford.nlp.naturalli.OpenIE -openie.resolve_coref 如何向openie提供参数-o

在以下案文中： 约翰说：“窗外有一头大象。” 有没有一种简单的方法可以确定“窗外有一头大象”这句话是约翰写的？我们刚刚添加了一个模块来处理这个问题 您需要从GitHub获取最新代码 以下是一些示例代码： package edu.stanford.nlp.examples; import edu.stanford.nlp.coref.*; import edu.stanford.nlp.coref.data.*; import edu.stanford.nlp.ling.CoreAnnotati

我需要解析很多文档（大约30万）。 正如stanford web中建议的那样，我创建了一个名为filelist.txt的文件，其中包含所有要解析的文件的路径 然后我调用了CoreNLP，如下所示 java -mx20g -cp "$SCRIPT/*" edu.stanford.nlp.pipeline.StanfordCoreNLP -annotators tokenize,ssplit,pos,lemma,ner,parse -ssplit.eolonly tokenize.whitespa

我正在读《信息检索导论》（Christopher Manning）一书，当第6章介绍查询“嫉妒的流言蜚语”时，我被困在第6章中。考虑到影响、嫉妒和流言蜚语这三个术语，该查询表示关联的向量单位为[0,0.707,0.707]（）。 我试图通过计算tfidf来计算它，假设： -嫉妒和流言蜚语的Tf等于1 -如果我们将Idf计算为N=1的log（N/df）（我只有一个查询，它是我的文档），则Idf始终等于0，对于嫉妒和流言蜚语，df=1=>log（1）=0 由于idf为0，因此tfidf为0。 所以我

我正在构建一个TokensRegex表达式，用于捕获“W Mullholland Drive”中“N Maple St”形式的文本。当前表达式如下所示： { ruleType: "tokens", pattern: (/[A-Z]/ ([{ner:PERSON}|{tag:NNP}])+), result: Concat($$0.text, "=", "STREET") } 然而，这也抓住了像“本田雅阁”这样的文字。我为所有不同的汽车品牌定义了一个宏，类似于： $VEHICLES = "/[H

在英语中，当我在没有其他上下文的情况下标记文本（如“that'll”）时，我会得到以下标记： 那 " ll 但是，当我标记文本（例如“那将是所有人”）时，我会得到以下标记（这是我对“'ll”的预期结果）： 那 “好的 是 全部 乡亲们 我有以下一套： tokenize.languae=英语 tokenize.whitespace=false tokenize.keepeol=false tokenize.verbose=false tokenize.options=inversibl

我正在尝试在中使用交叉验证。该列表列出了3个属性： numFolds int 1 The number of folds to use for cross-validation. startFold int 1 The starting fold to run. numFoldsToRun int 1 The number of folds to run. 我认为应该用于交叉验证。但我认为它们实际上不起作用。将numFolds设置为1或10根本不会更改训练的运行时间。

我需要验证以下培训步骤的帮助，我可以将我的分类器添加到-loadClassifier列表中吗 -loadClassifier示例ner model.ser.gz，classifiers/english.all.3class.distsim.crf.ser.gz，classifiers/english.conll.4class.distsim.crf.ser.gz，classifiers/english.muc.7class.distsim.crf.ser.gz\ sample.txt 上周日，陷

从eclipse运行stanford openie时，发生以下异常： 无法加载位于edu/stanford/nlp/models/naturalli/ClauseSearchModel.ser.gz处的子句拆分器模型：class java.io.InvalidClassException:edu.stanford.nlp.naturalli.ClauseSpliterSearchProblem$8；本地类不兼容：流classdesc serialVersionId=414552345131457

与stanford corenlp v3.5相比，在为stanford corenlp v3.6运行代码时，发现SemanticGraph中出现了新的类型依赖项，如“component”、“case”等，因此，我需要为最新版本添加的类型依赖项的完整列表，以及从以前的版本中弃用的依赖项。自3.6版以来，CoreNLP以新的通用依赖项表示形式输出树，该表示形式已记录在案 我们还有一个例子，解释了关系是如何变化的（关于增强依赖关系的部分稍微过时了；请查看关于增强表示的最新讨论）。自3.6版以来，Cor

我正在尝试从文件加载CRFClassizer模型。这种方式有效： // this works classifier = CRFClassifier.getClassifier("../res/stanford-ner-2018-02-27/classifiers/english.all.3class.distsim.crf.ser.gz"); 当我想使用流时，但是，我得到的流头无效：1F8B0800异常： // this throws an exception String modelReso

将Stanford NLP集成到ASP.Net核心C#应用程序中会收到以下错误消息： System.TypeInitializationException异常 HResult=0x80131534 Message='edu.stanford.nlp.util.Timing'的类型初始值设定项引发异常。 来源=斯坦福大学-corenlp-3.9.1 堆栈跟踪： 在edu.stanford.nlp.util.Timing..ctor（）上 位于edu.stanford.nlp.pipeline.St

您好，我想使用stanford parser wuth线程，但我不知道如何使用线程池。我希望所有线程都能这样做： LexicalizedParser.apply（中的对象） 但我不想一直创建LexicalizedParser的新对象，因为它将加载 lp=新的词汇化语法分析器（“englishPCFG.ser.gz”）； 每个obj需要2秒的时间。 我能做什么 谢谢 您可以使用。 它允许每个线程保留一个解析器实例。因此，任何创建的解析器实例都不会从多个线程中使用 通常情况下，它不应该创建比您拥有的

我有一棵树。我想把它画成图形。之后，可以在此图形上扩展添加、删除节点、编辑树的pos标签。我可以从这个问题开始给我一些想法。对不起，英语不好。 示例树： (ROOT (S (NP (NNP John)) (VP (VBZ loves) (NP (NNP Mary))) (. .))) 您可以查看CoreNLP中的代码，将树的字符串形式读入树对象。除此之外，可视化的设计取决于您。一个好的起点可能是D3；甚至还有一个。我已经有了树对象G

我可以将调用添加到属性文件中吗： java -cp stanford-corenlp-3.5.2.jar -mx1g edu.stanford.nlp.ie.NERClassifierCombiner -loadClassifier c2is2.serialized.ncc.ncc.ser.gz -map word=0,answer=1 -props c2is2nlp.props -textFile c2is2r3.txt 以下是错误堆栈： NERClassifierCombiner invo

在联机解析中，我需要使用哪些代码属性来获得结果： 好医生。我对他的好话说得太多了。 联机解析： 化合物（博士-2，博士-1） 根（根-0，医生-2） nsubj（比如说-3，I-1） ADVDOD（比如说-3，铁路超高-2） root（root-0，比如说-3） advmod（良好-5，足够-4） amod（事物-6，良好-5） dobj（说-3，说-6） 案例（him-8，约-7） nmod（things-6，him-8） 编码： 我使用的是斯坦福Corenlp3.5.2。我尝试了以下几种属性

我已经从下载了CorenlpServer3.6.0，并遵循了这一点 尽管它可以工作，但当转到localhost:9000并选择关系注释器时，服务器会崩溃： edu.stanford.nlp.io.RuntimeIOException:java.io.IOException:无法将“edu/stanford/nlp/models/kbp/supervised.ser.gz”作为类路径、文件名或URL打开 在网上搜索之后，supervised.ser.gz没有找到。Google返回1命中-声明上述错

我正在编写一个利用斯坦福大学CoreNLP的程序，每次使用eclipse运行它大约需要1分钟。我知道这是正常的，因为需要加载很多训练模型 我只是想知道是否有任何方法可以用来预加载所有注释器，而不是每次编译我的程序时都要等待。如果你的程序要在启动时构建一个斯坦福CoreNLP管道，那你就走运了。您可以重新设计它以使用Stanford CoreNLP服务器并发出服务器请求，然后，您可以让服务器在后台运行，当您的程序加载时，它将立即启动，而不会延迟1分钟加载模型。如果您的程序将在启动时构建斯坦福Cor

例如，Stanford Core NLP依赖项解析没有将开放复合名词“hotdog”识别为“他午餐吃了热狗”。这被解析为表示他吃了一条热狗 在线文档（）要求在此处提问，但在我看来，这并不是一个报告单个任务或错误的合适论坛。GitHub上有一个依赖项解析错误线程：

要使用WMD，我们需要一些单词嵌入。在本例中，使用Gensim提供的预先训练的嵌入'word2vec-google-news-300' 下面是代码片段： import gensim.downloader as api model = api.load('word2vec-google-news-300') distance = model.wmdistance(sent1, sent2) 我如何使用我自己定制的嵌入来代替它，我如何在模型中加载它？ 例如：嵌入有点像-{text:1-D NumP

我想用StanfordCorenlp进行柠檬化，但我有一些词没有被柠檬化。是否有办法向工具提供此忽略列表？当程序调用this.pipeline.annotate（document）时，我正在跟踪它那么，就这样；这将是很难取代的事件。一种解决方案是创建一个映射列表，其中每个要忽略的单词都与lemmatize（单词）（即，d={（w1，lemmatize（w1）），（w2，lemmatize（w2），…}）配对，并使用该映射列表进行后处理。但我想这应该比这更容易 谢谢你的帮助。我想我在朋友的帮助下找

斯坦福解析器和斯坦福CoreNlp使用的词性（POS）模型 使用是不同的，这就是为什么通过Stanford Parser和CoreNlp执行的词性标记的输出不同 在线核心NLP输出 /DT-man/NN是/VBZ-smoking/NN./ A/DT女子/NN骑乘/NNS A/DT马/NN./ 联机语法分析器输出 /DT-man/NN是/VBZ-smoking/VBG./ A/DT女子/NN骑乘/VBZ A/DT马/NN./。 同样多的句子 是否有文件对两种模型进行了比较，并对差异进行

我想运行CoreNLP并获得输出 格式为CoNLL 2011/2012格式。有直截了当的方法吗 CoNLL输出？或者我需要在代码中的什么地方进行修改 这会发生吗？自dcoref参与2011年共享任务以来，CoreNLP可以读/写CoNLL格式） 请参阅上的使用说明。CoNLL 2011/2012文件读写未合并到斯坦福CoreNLP主类中，但该类可以在CoNLL 2011/2012格式数据上运行StanfordCoreNLP管道

我有一个自定义CRF分类器，我使用它来侦听套接字请求： java -mx2g -cp stanford-ner-2018-10-16\stanford-ner.jar edu.stanford.nlp.ie.NERServer -loadClassifier model\custom-ner.gz -port 9191 -outputFormat inlineXML 如何改为侦听http请求 这就是我迄今为止所尝试的： java -mx4g -cp "stanford-corenlp-full

使用Stanford阿拉伯语分词器，我们希望标记和分割阿拉伯语文本。ArabicSegmenter成功地做到了这一点，但结果并不保留令牌（CoreLabels）的原始字符偏移量。此外，ArabicSegmenter类（3.5.2）中使用的ArabicTokenizer的结果将所有字符偏移量（即开始）设置为0的标记 如何获得阿拉伯文单词段以及结果核心标签的字符偏移量 从ArabicTokenizer到0的字符偏移量是由于一个错误造成的，该错误现在已在中修复。该修复程序将包含在下一个CoreNLP版

我正在浏览Java源代码，想知道修改系统是否容易，使每个三元组的谓词部分是两个实体之间的依赖路径，而不是曲面形式 由于自然逻辑模块是在依赖树上运行的，我想这一需求应该有一个简单的调整 我将edu.stanford.nlp.naturalli/OpenIE.java中的代码追溯到： // Get the extractions boolean empty = true; synchronized (OUTPUT) { for (CoreMap sentence : ann.get(CoreAn

历史上，我使用OpenNLP进行自然语言处理。我决定在我的最新项目上试一试斯坦福NLP，但我遇到了与NER的问题。具体来说，当处理特定令牌时（在我的示例中为TOKENP），我希望它将其分类为TOKENP的一种类型 我已经多次阅读了文档，阅读了对此的响应，但我无法将其可靠地分配给TOKENP 这是规则文件（labels.txt）： 这是输入文件（tmp.txt）： 以下是我正在使用的命令： java -mx4g edu.stanford.nlp.pipeline.StanfordCoreNLP -

我已经在本地安装了coreNLP服务器，可以使用以下命令启动： java -mx5g -cp "*" edu.stanford.nlp.pipeline.StanfordCoreNLPServer -timeout 100000 但默认选区分析器设置了以下警告消息： 警告：找不到edu/stanford/nlp/models/srparser/englishSR.ser.gz 改为使用：edu/stanford/nlp/models/lexparser/englishP

我正在尝试获取字符串和其他单词之间的连接，如： 屏幕很好 所以我想 银幕不错 我只是不知道如何确定主题是屏幕，描述是非常好 我的代码是 public synchronized String test(String s, LexicalizedParser lp){ if (s.isEmpty()) return ""; if (s.length()>80) return ""; System.out.println(s); Tree parse = (T

我当前正在使用以下命令解析阿拉伯语文本： java -mx1500m edu.stanford.nlp.parser.lexparser.LexicalizedParser \ -cp "$scriptdir/*:" -sentences newline -outputFormat "penn,wordsAndTags" \ edu/stanford/nlp/models/lexparser/arabicFactored.ser.gz $FILE 这将输出令牌、标记和解析树，以及与此输

我正在为烂西红柿NLP预测的kaggle竞赛工作 对培训集格式的分析如下： 短语句子情感 1一系列的越轨行为证明了一句格言：对鹅有益的事对雄鹅也有好处，其中一些偶尔会让人觉得好笑，但没有一个能成为一个故事。一, 2 1一系列的越轨行为证明了一句格言：什么对鹅有好处2 但是，训练集公式必须如下所示： （2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2（2）``

我刚刚试用了核心NLP示例代码，下载时附带了StanfordCoreNlpDemo.java。当试图分析一本书的章节时，会从语义图中抛出一个异常： Exception in thread "main" java.lang.NullPointerException at edu.stanford.nlp.semgraph.SemanticGraph.removeEdge(SemanticGraph.java:122) at edu.stanford.nlp.trees.UniversalEngli

我有一个TSV文件，其中包含作为正则表达式的实体，以适应拼写变体和屈折变化。是否有可能使用这样的文件来训练一个NER模型，或者是否有必要手动将正则表达式扩展到所有可能的拼写变体 在Java文档中，我发现，对于3.5.2版的分类器，指示的路径edu.stanford.nlp.ie.regexp（jar文件内）不包含此分类器 这可以做到吗？如果可以，可以使用命令行调用（如使用edu.stanford.nlp.ie.NERClassifierCombiner）或仅通过编程实现吗？您可以查看。您可以定义

我终于能够让我的TokensRegex代码为命名实体提供某种输出。但是输出并不是我想要的。我认为规则需要一些调整 代码如下： public static void main(String[] args) { String rulesFile = "D:\\Workspace\\resource\\NERRulesFile.rules.txt"; String dataFile = "D:\\Workspace\\data\\GoldSetSent

初始化上述代码后，Stanford NLP以下代码需要10秒钟来标记文本，如下所示。如何加速 import numpy as np from nltk.tag import StanfordNERTagger from nltk.tokenize import word_tokenize #english.all.3class.distsim.crf.ser.gz st = StanfordNERTagger('/media/sf_codebase/modules/stanford-ne

斯坦福大学CoreNLP 3.5.2已出炉，并包括中文共同参考 我如何使用中文共同参考？它只包含一个文件“zh attributes.txt.gz” 谢谢 dev要在纯文本上运行，请确保类路径上有与中文相关的模型，然后尝试以下操作： String text = "Your text here"; String[] args = new String[]{ "-props", "edu/stanford/nlp/hcoref/properties/zh-dcoref-defau

我已经用StanfordCorenlp训练了一个词性标记和神经依赖解析器。我可以通过命令行让它们工作，现在想通过服务器访问它们 但是，服务器的示例并没有说明如何使用自定义模型。我检查了代码，没有找到任何明显的方式来提供配置文件 你知道怎么做吗？我不需要所有的注释器，只需要我训练过的注释器。是的，服务器（理论上）应该支持常规管道的所有功能。propertiesGET参数被转换为通常传递到StanfordCoreNLP的properties对象。因此，如果您希望服务器加载自定义模型，您可以通过调用它

把stanford parser.jar放到构建路径中，我真是太蠢了。是否有一种方法可以单独获取所需的模型文件englishPCFG.ser.gz，然后获取LexicalizedParser.loadModel（“/absolute/path/englishPCFG.ser.gz”）？是的，这很简单。jar文件只是一个美化的zip文件。因此，使用jar命令或您最喜欢的unzipper，执行以下操作： 解压缩stanford-corenlp-3.7.0-models.jar mv edu/stan

我正在对实体进行集体分类，并使用 用于序列标签的CRFClassizer类。我有一个要求 某些特性F_i不应与某些类标签C_i一起考虑 我已经在CRFClassizer（斯坦福CoreNLP）的属性文件中指定了各种标志，相应地，NERFeature factory生成了这些特征。我认为在内部 它生成总共L*N个二进制特征函数（指示符函数），其中，L=#类标签和N=#特征。在这个交叉产品的总功能中，我不想考虑几对。实现这一目标的最佳方式是什么 注意：我认为L*N函数是由-getObjectiveF

我一直在使用Stanford-NER标记器在文档中查找命名实体。我面临的问题如下所述：- 让句子成为这部电影由Ryan Fleck Anna Boden pair执导。 现在，内尔标签将瑞安标记为一个实体，弗莱克·安娜标记为另一个实体，博登标记为第三个实体。正确的标记应该是Ryan Fleck和Anna Boden 这是内尔标签机的问题吗？如果是，它能被处理吗 您可以尝试ApacheOpenLP，而不是使用StanfordCorenlp。有一个选项可用于根据训练数据训练模型。由于此模型依赖于您提

运行 ./corenlp.sh-注释器引号-输出格式xml-文件输入.txt 在修改后的输入文件上 “斯坦福大学”位于加利福尼亚州。这是一所伟大的大学，创建于1891年 产生以下输出： <?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet href="CoreNLP-to-HTML.xsl" type="text/xsl"?> <root> <document> <sent

你知道我在哪里可以找到更多关于斯坦福NERFeatureFactory描述的细节吗 我在以下网站上读到： 但我不完全理解（有些没有描述） 例如：useprov， 使用单词对， 连体图形， useSum。。。 或 （pw，c）（t，c） 有一个没有更好描述的前。我想知道从那时起是否有新的东西出现 谢谢你的帮助 如果您查看NERFeatureFactory的源代码，您可以看到正在发生的事情 源代码可在此处提供： 例如，useWordPairs为考虑中的单词和上一个/下一个单词创建功能。您可以在第10

我希望在Android应用程序中使用JavaSDK进行文本处理，并将其归入某个类别。 但我看到corenlp java sdk的大小是371MB（3.7.0版），这在Android应用程序中是不可行的，因为它的大小比这个小得多，无法承受更多的应用程序大小。 是否可能只有nlp的子集可用？您能描述一下您想用Stanford CoreNLP做什么吗？你需要把东西缩小到什么尺寸？您可以删除一些代码和资源，但删除得越多，功能就会丢失得越多 更新：需要记住的是，代码和依赖项约为10 MB。350+MB中的

我从下载了最新的Stanford词性标签，然后使用以下代码获取句子的词性标签： jar = './stanford_postagger/stanford-postagger-3.9.1.jar' model = './stanford_postagger/models/english-left3words-distsim.tagger' pos_tagger = StanfordPOSTagger(model, jar) text = nltk.word_tokenize('How much d

整个方法似乎不起作用。我遵循了这里提到的类似方法，添加了entityments，作为注释器之一 输入：“这是您的24美元” 我有一个TokensRegex： { ruleType: "tokens", pattern: ([{ner:"NUMBER"}] + [{word:"USD"}]), action: Annotate($0, ner, "NEW_MONEY"), result: "NEW_MONEY_RESULT" } 初始化管道： props.setProperty("annota