新的stanford-segmenter-2015-12-09在使用OpenJDK的Ubuntu 14.04 64位上崩溃： tahoar@library0:~$ java -version java version "1.7.0_91" OpenJDK Runtime Environment (IcedTea 2.6.3) (7u91-2.6.3-0ubuntu0.14.04.1) OpenJDK 64-Bit Server VM (build 24.91-b01, mixed mode)

我是机器学习新手，所以如果这个问题很愚蠢，我道歉。我正在使用斯坦福·内尔的英语4类分类器，效果很好。然而，由于我的数据集主要集中在组织上，我认为如果我能提高实体成为组织的可能性，而不损害其他类别，结果会有所改善。（例如：我更喜欢将“卡尔·泽斯”标识为组织而不是个人）。我的假设正确吗？如果是这样的话，这能比重新培训模型更容易实现吗 发布此问题后，我意识到这可能是一个更适合提问的地方，因此这里是问答的链接：发布此问题后，我意识到这可能是一个更适合提问的地方，因此这里是问答的链接：

StanfordCorenlp包含几个解析英语句子的模型 英国人 英语 english_UD（depparse注释器的默认值） 英国人 英国人 englishPCFG（解析注释器的默认值） 英语无壳 wsjRNN WSJ4因素 wsjPCFG 以下文件中有一些比较： 我无法找到所有模型的完整描述和比较。 它存在于任何地方吗？如果没有，我认为值得创建。我不能给出完整的列表（也许Chris会插话？），但我的理解是这些模型是： englishSR：shift-reduce模型在各种标

我想根据上下文对文本进行柠檬化和POS标记。常见问题解答中提供的此命令正常工作： $ java -cp "*:lib/*" edu.stanford.nlp.tagger.maxent.MaxentTagger \ -model models/english-left3words-distsim.tagger \ -textFile samsawme.txt -outputFormat inlineXML \ -outputFormatOptions lemmatize

我不知道斯坦福依赖解析器是基于概率理论还是基于规则的方法来执行句子和单词的标记化？？我想知道什么是依赖语法和依赖解析 请帮忙！！！ 谢谢标记化完全基于规则。如果你好奇的话，你可以看一下（很长的） 对上的依赖项解析有一个简短的介绍，还提供了一些到相关论文的链接

我说得对吗（一句话中父母和孩子的提取是否正确） String-sense=“Kumi是喜欢狗的女孩。”； 树解析=lp.parse（句子）； SemanticGraph graph=SemanticGraphFactory.makeFromTree（解析）； indexedwordconnective=graph.getNodeByIndexSafe（i）//我是这个词的索引 List parentWords=graph.getParentList（wordConnective）； List-c

根据这篇文章的标题，我想知道是否可以使用StanfordCoreNLP对文本进行选区解析，同时使用预先存在的、可能由外部提供的文本标记化。我希望在用法语写的文本上这样做。我想如果可能的话，只需要包含标记描述的文件，因为可以从该文件重构文本版本。 我想如果一个人用java编程，直接使用java类，这是可能的，但是因为我不太懂java，我想知道使用命令行指令是否可以实现这一点。 有人知道这种事吗 我通过谷歌搜索这个问题的答案，浏览斯坦福德Corenlp网站（），尤其是这个页面，但没有找到我想要的。在

main方法中的文本似乎需要2秒以上的时间才能返回。我不是NLP方面的专家，这段代码根本不可伸缩。我已经在我发现的瓶颈所在的两个地方添加了注释。请您提出改进建议，以提高该计划的绩效 谢谢 public class NERSentimentUtil { private static final Logger logger = Logger.getLogger(NERSentimentUtil.class); private static final String serializedClass

Zsh无法识别“realpath”，因此应使用“readlink” 因此，取而代之的是： export CLASSPATH="$CLASSPATH:javanlp-core.jar:stanford-corenlp-models-current.jar"; for file in `find lib -name "*.jar"`; do export CLASSPATH="$CLASSPATH:`realpath $file`"; done 应该有： export CLASSPATH="$CL

我使用的是stanford-corenlp-3.4.1版本。我有一个问题，如果我们给一个句子有多个句子，我如何计算预测 例如： String text=“这是一次非常奇妙的经历，是一次可悲的经历” 我得到的预测是 这是一次非常美妙的经历：积极的 这是一次可悲的经历：消极的 我得到的预测是基于每个句子层次的。我如何得到文档层次的预测 基于阅读全文，我需要得到肯定或否定的答案 以下是示例代码： Properties props = new Properties(); props.setProper

我想通过斯坦福德NLP提取中国关系，没有培训的例子，或者已经在中国关系模型中培训过？非常感谢 以下是从Stanford CoreNLP获取TAC-KBP关系的示例命令： java -Xmx8g edu.stanford.nlp.pipeline.StanfordCoreNLP -props StanfordCoreNLP-chinese.properties -annotators tokenize,ssplit,pos,lemma,ner,parse,mention,coref,entitym

我使用MaxEntTagger进行词性标注和句子拆分，代码如下： MaxentTagger-tagger=新的MaxentTagger（“models/left3words-wsj-0-18.tagger”）； @抑制警告（“未选中”） List斯坦福标记器接受各种选项来控制标记化，包括如何处理它不知道的字符。但是，要设置它们，您当前必须实例化您自己的标记器。但这并不比你上面提到的困难多少。下面的完整程序生成一个带有选项的标记器，然后使用它进行标记 “noneKeep”选项意味着它不记录关于未知

我已经在POSTagger培训了一个新语言的模型。不幸的是，标记器对大数字（不是以文字形式书写）进行了错误分类 例如： “有2名医生。”这2名医生将被正确归类为NUM “市长贪污了274556美元。”274556美元将被列为机密 作为动词或名词 英国模特似乎不受此影响。我如何确保所有数字（不是文字）都被归类为NUM 编辑最新的.prop文件 ## tagger training invoked at Thu May 07 19:42:46 CEST 2015 with arguments

我正在开发斯坦福openIE，但我不知道它是否支持中文文本。如果支持中文，如何使用斯坦福openIE进行中文文本处理？ 任何指导都将不胜感激。斯坦福大学的OpenIE系统是为英语开发的。它基于普遍依赖性，这意味着理论上适应其他语言应该不会太难；但是，尽管如此，它不太可能开箱即用 至少，这本书必须适合中国人。对于一些更微妙的功能，标记自然逻辑极性的代码和标记介词短语删除的代码必须重写。我在他们的网站上看到，斯坦福大学的核心NLP系统提供阿拉伯文、中文、法文、德文和西班牙文的包装模型

我将斯坦福3.7用于NER/RegexNER。我的pom中有以下Maven依赖项： <dependency> <groupId>edu.stanford.nlp</groupId> <artifactId>stanford-corenlp</artifactId> <version>3.7.0</version> </dependency>

按照本页上的说明，以下是我在Conll-2012上复制中文共指结果时的代码： public class TestCoref { public static void main(String[] args) throws Exception { Properties props = StringUtils.argsToProperties(args); props.setProperty("props", "edu/stanford/nlp/coref/properties/

是否有任何方法可以从节注释中提取（例如）特定标记的依赖项解析标记的置信度分数？我认为使用CoreNLP接口可以做到这一点，但我在Stanza本身中找不到任何类似的功能

我一直试图从stanford corenlp中获取情绪值，但在交互式shell中，情绪似乎没有作为输出给出 我已经使用官方网站上给出的命令指定了注释者 java -cp "*" -Xmx3g edu.stanford.nlp.pipeline.StanfordCoreNLP -annotators tokenize,ssplit,pos,lemma,ner,parse,dcoref, sentiment 另外，当我试图得到的只是情绪，然后在第一次要求其他注释，提供后，我没有给出任何输出 在这两

我正在制作我自己的基于CRF的斯坦福大学NER模型，方法是遵循此处给出的约定。我想添加公报并从同一链接进行跟踪。我提到了我所有使用此属性的公报，gazette=file1.txt；file2.txt并在austin.prop中提到usegatettes=true当我测试我的公报中的数据时，在制作模型后，它没有正确标记。我在文件中提到的标签不正确。对于我来说，这些结果有点令人惊讶，因为斯坦福大学的内尔并没有给他们这些文件中提到的标签 是否有一些限制斯坦福大学的校刊或我仍然错过了什么？如果有人能帮助

我正在尝试用jsp标记我的查询。当我将其作为java应用程序运行时，它运行良好，但当我将其作为jsp运行时，会出现以下异常 org.apache.jasper.JasperException: javax.servlet.ServletException: java.lang.NoClassDefFoundError: edu/stanford/nlp/tagger/maxent/MaxentTagger org.apache.jasper.servlet.JspServletWrapper.h

我正在使用Stanford regexNer以及管道中的ner。我想将格式为[0-9][0-9]-[0-9][0-9]-[0-9][0-9]（例如27-02-16）的字符串标识为日期，ner将其标识为数字。因此，我在一个映射文件中定义了一个正则表达式，并将其交给了regexner。但regexNer无法将此类字符串识别为日期。这些代币的ner仍然是数字。 以下是映射文件： [0-9]{2}-[0-9]{2}-[0-9]{2} date NUMBER 我确保这些列是用制表符分隔的。我尝试

ApacheOpenNLP有一个Chunker工具，我想知道斯坦福NLP的等价物是什么。 依赖项解析器似乎与Thx-Jon最接近可能的副本。我来看看。

我想使用荷兰语模型进行命名实体识别 我发现了一个经过预训练的模型，但它似乎无法与CoreNLP进行互操作 为什么呢？除了英语、汉语和西班牙语之外，我们还能在其他语言中使用Core NLP吗？CoreNLP目前不支持荷兰语。有些组件适用于德语和阿拉伯语，但目前只适用于英语、汉语和西班牙语。您可以在相同的conllx数据上对我们的进行重新训练，但我们没有这样做 OpenNLP模型与CoreNLP不兼容。CoreNLP目前不支持Dutch。有些组件适用于德语和阿拉伯语，但目前只适用于英语、汉语和西班牙

我是斯坦福nlp API的新手。我试图用斯坦福API进行情感分析，但它抛出了一个例外。请参阅下面的日志 Adding annotator tokenize Adding annotator ssplit Adding annotator pos Reading POS tagger model from edu/stanford/nlp/models/pos-tagger/english-left3words/english-left3words-distsim.tagger ... done

在对令牌运行RegexNER注释器之前，我正在尝试规范化令牌（如果需要，可能会合并它们） 在斯坦福大学的CoreNLP或斯坦福大学的NLP中是否已经实现了这一点 如果没有，最好的实施方法是什么？在CoreNLP中编写自定义注释器？令牌规范化肯定有一些选项。使用包含所需选项的逗号分隔列表应用-options标志 此链接对此进行了更详细的描述： 在底部附近有一个关于选项的部分，显示了一个可能性列表 是否有其他您感兴趣的规范化不在该列表中？您能否提供更多关于您正在寻找哪种规范化的详细信息？确实有一个

对于餐厅（餐厅名称、地址、顾客）或音乐（艺术家姓名、歌曲类型）等领域，有效培训CRF需要多少句子。作为参考，我相信（地点、组织、人员、杂项）NER的CoNLL培训数据约有14000句句子 这取决于要标记的数据类型以及变量大小。我曾参与过一个涉及餐厅和音乐领域的项目。在我的例子中，我们将处理用户查询，这些查询往往很短，并且没有太多的可变性（特别是对于餐馆，但对于音乐，这是一个非常嘈杂的领域）。 对于餐馆领域，用~2k个句子进行训练是不错的，但是当然，如果你能获得更多的数据，你的模型将更加准确 对于

全部, 我的理解是开放IE分析还不适用于中文文本，基于 然而，从这一点上，我用了一句简单的中文句子，”鲁迅住在上海" （鲁迅居住在上海），返回开放IE结果： 有人能告诉我开放式IE现在是否可用于中文文本吗 非常感谢！没有针对OpenIE的中文模型。我不确定如果在中文文本上运行英文模型会发生什么情况。这就是我的想法。但是，从演示网站（corenlp.run），我输入了那个小例子，选择了中文…它显示了一个OpenIE结果，如我上面所示。我的意思是，它显然会返回一个结果，但我不确定结果是否会好…我想

我使用CoreNLPParser逐句解析中文文本，但得到请求。异常。HTTPError。当你遇到长句时 我注意到官方文件说：长句会耗尽处理时间和记忆。这就是requests.exceptions.HTTPError出现的原因吗 当我想解析这些长句时，我应该怎么做 我的代码是： 从nltk.parse导入CoreNLPParser parser=CoreNLPParser（'http://localhost:9001') 对于以句子形式发送的seg_： tree=parser.raw_parse（

我正在尝试使用斯坦福解析器处理许多文本片段。我使用这个命令输出到xml java -cp stanford-corenlp-3.3.1.jar:stanford-corenlp-3.3.1-models.jar:xom.jar:joda-time.jar:jollyday.jar:ejml-VV.jar -Xmx3g edu.stanford.nlp.pipeline.StanfordCoreNLP -annotators tokenize,ssplit,parse -file test 我只

我对NLP非常陌生，刚刚了解了用于命名实体识别的CRFClassifiers。我按照本教程来训练我的分类器 在这一点上，它“看起来”与我有一个巨大的命名实体集没有什么不同，对于测试文件中的每个单词，我可以检查它是否存在于这个巨大的集合中 我试图发展一种直觉，关于这个分类器的结果何时以及如何开始看起来不同于此。在什么情况下，CRFClassifier以什么方式更好？我可以想到两个例子： 模糊术语： 演员杰里米·伦敦参加了演出。 字典中没有的术语： 她在Xytrocorp工作了3年。 他们上周与乔·

我正在查看一些旧代码令牌REGEX代码，我面临的情况是，一些字符没有被PTBTokenizer标记。我特别关注的是货币符号。因此，例如，₱将不是代币，而其他一些则是$would 我想尝试编写一个文本类型规则，而不是令牌类型，以尝试在捕获组中捕获这个符号，然后执行类似于Annotate（$0，ner，“MONEY”）的操作来捕获一个字符串，例如₱240 当我尝试这样做时，我得到： 。。。49更多原因：java.lang.ClassCastException： 无法强制转换edu.stanford.

有人知道是否有可能使用JavaAPI来训练一个Stanford tagger吗？我只找到了一些通过命令行执行的示例。这应该意味着某处存在一个API方法，但我找不到它。我提出的唯一解决方案是使用MaxentTagger.main。。。并将一组已格式化为命令行样式的参数传递给它。您可以将所有培训属性放入.properties文件中，然后调用MaxentTagger.main-props、/path/to/training.properties。在JavaAPI中，我看不到任何更容易做到这一点的方法

实际的模式不是英文的，所以我创建了这个简化的示例来重现这个问题：有3个级别的注释（实际应用程序需要），而第3个级别的模式不能按预期工作。 需要确认的短语是： a、b、c 我所期望的是： 第一级：“a”标注为a，“b”标注为“b” 第二：如果有注释A和B，则将它们一起注释为AB 第三：如果存在至少一个注释AB，并且有单词“c”，则将它们一起注释为c 模式如下所示 #1和#2作品和“a b”注释如下： 匹配的标记：NamedEntitiesToken{word='a'name='AB'begin

如何使用斯坦福核心NLP获得完整句子的情感分数 它将完整的句子分为积极情绪和消极情绪，但我们能从斯坦福NLP工具中得到情绪总分吗？给定的句子，一旦注释后，我们就可以对预测的类进行平均。 可以通过将带注释的树类传递给RNNConConreationNotations来访问预测类。getPredictedClass： public class SentimentAnalysis { private final String document; public SentimentAna

当我使用Stanford Parser解析如下句子时： “JiríHubac的剧本是一块宝石。” “安德烈·特平的吸收性格研究。” 它会引起内部错误 如何处理这种句子是多语言的情况 使用此处提供的完整斯坦福CoreNLP工具包： 我运行了以下命令： java -Xmx6g -cp "stanford-corenlp-full-2015-12-09/*" edu.stanford.nlp.pipeline.StanfordCoreNLP -annotators tokenize,ssplit,p

我正在为我的一个项目进行实体提取，遇到了CoreNLP。这个演示非常好，但我似乎在entitylink/Wikipedia注释器上找不到任何文档。有人知道这些模型使用了什么技术和数据吗？这是基于Angel Chang的Wikidict资源：，尽管为了将其加载到内存中，它进行了一些修改

我只是刚刚开始使用代币Regex。我还没有真正找到一个介绍或教程，让我需要什么。（如果我错过了什么，请链接！） 超短的、简单的想法是我想做一些事情，比如使用 pattern:（（[{ner:PERSON}]）/出生日期/（[{ner:DATE}]） （来自） 匹配“约翰·史密斯于1999年3月1日出生”，然后能够提取“约翰·史密斯”作为此人，“1999年3月1日”作为日期 我通过几次网络搜索拼凑了以下内容。我可以让简单的Java正则表达式/John/匹配，但当我使用NER时，我尝试过的任何东西（

我们目前使用SUTime来帮助查找和规范日期时间。但是，我们注意到一些相对日期的奇怪之处，如“今天”或“昨天”，特别是在跨越UTC日期边界时（即，如果是UTC时间的第二天，并且“昨天过去了，您将获得当前日期） 我们尝试传入一个ISO格式的字符串，其中包含时区偏移以进行补偿，但这似乎没有达到预期的效果。事实上，它开始导致其他问题，例如“今天”是第二天的时间 SUTime时区感知吗？我们可以像这样传入ISO字符串“2020-11-23T20:47:45-08:00”吗？如果没有，是否有其他格式可以工

最初，编码器使用静态手套嵌入，而解码器也将该嵌入用于目标序列 我将编码器改为使用Bert对输入序列进行编码，并对输入序列中每个子字的Bert嵌入进行平均（本质上，嵌入维度是批量大小*最大句子长度*Bert输出大小（768））。我没有对仍然使用手套嵌入目标序列的解码器做任何修改。但在培训期间，我发现模型无法学到任何有用的东西 我怀疑这是因为我不能用手套来嵌入输入解码器的目标句子。这就是问题所在吗？我应该怎么做才能改变我的模型？我怀疑的一个方面是，我需要调整编码器以适应更多的时代。由于预先训练的语言

如何从GATE embedded使用Stanford解析器（通过Java代码使用GATE）。我目前在我的机器上使用GATE_Developer_7.0；我知道GATE中有斯坦福解析器插件，但不知道如何使用java代码使用它 谢谢对于GATE Embedded，我们通常推荐的方法是使用GATE Developer构建管道，对其进行测试，并通过在GUI中处理示例文档对其进行调试。一旦您对应用程序满意，请使用“保存应用程序状态”或“为GATECloud.net导出”生成保存状态，然后使用Persist

我是情绪分析领域的新手，希望您能帮助我。我需要对Stanford Core NLP做的是提供原始文本并获得两种结果： 全文的总体情绪（如积极、中立或消极） 基于实体的情绪（或者调用函数返回包含所有实体及其情绪的列表，或者调用函数，其中我提供所需的实体作为参数，它返回与该实体相关的情绪） 我遇到了一个类似的问题，当时我正在一个易于使用的Web服务中包装几个Java项目。我正在使用Google App Engine，您可以在此处找到代码： 我添加了斯坦福语法分析器、伯克利语法分析器、斯坦福CoreN

我一直在尝试使用斯坦福CoreNLP中文版，使用他们现有的中文模型（） 当我按照中的建议执行以下命令时- 对于这个文件，我总是得到一个java.io.FileNotFoundException，/u/nlp/data/chinese/distsim/xin\u cmn\u 2000-2010.ldc.seg.utf8.all-c1000 下面是完整的堆栈跟踪- Registering annotator segment with class edu.stanford.nlp.pipeline.C

默认情况下，斯坦福Corenlp按以下顺序使用三种NER模型： 从中加载分类器 edu/stanford/nlp/models/ner/english.all.3class.distsim.crf.ser.gz。。。 完成[20.6秒]。从中加载分类器 edu/stanford/nlp/models/ner/english.conll.4class.distsim.crf.ser.gz ... 完成[16.4秒从中加载分类器 edu/stanford/nlp/models/ner/english

我想使用从文本文件（从单独训练的分类器）读取的特征/权重来实例化斯坦福NLP LogisticClassifier 我训练的分类器（在Python中，使用scikit learn）由权重、特征以及截取项组成。不过，在斯坦福NLP端，分类器构造函数不接受截取 有没有办法将截取合并到我的LogisticClassifier中？是；您可以简单地定义一个新特性（例如，“偏差”或“截距”），并将其权重设置为scikit learn的截距值

我给出的是一个标记化文本，类似 “2005年夏天，人们一直在关注的一张照片 T-1开始向前推进*-2在各主要领域频繁出现 媒体。” 我需要得到斯坦福大学的共指消解结果，但我想从标记化后的步骤开始，有人能帮我吗，我得到了标记，我正在尝试创建句子注释，但它给出空值，有人能帮我吗（我读了文章）这很有帮助，但还不够。尝试设置标记化.whitespace属性。这将告诉标记器在空白处标记；i、 例如，将文本视为已标记。非常感谢，这正是我需要的，如果可能的话，我还有关于斯坦福大学的其他问题，如果您有时间（不是

对于如何通过节启动corenlp客户端，我非常困惑。我无法让它在我的windows pc和ubuntu pc上同时工作。环境变量对我来说似乎没问题，因为在“使用命令启动服务器：java[…]”上，它在两个系统上都得到了正确的路径（如下所示） 这里有一个来自windows的日志，我正在使用jupyter笔记本电脑和Python3.7和anaconda。是的，安装了java，其版本为1.8.0_261-b12 2020-08-23 16:19:39 INFO: Writing properties

斯坦福自然语言解析器如何使用Penn树库进行标记过程？我想知道它是如何找到给定输入的词性的？斯坦福词性标记器使用概率序列模型来确定句子下面最可能的词性标记序列。此模型提供的一些功能包括 环绕词与n-gram 周围词的词性标记 “字型”（例如，“Foo5”被翻译成“Xxx#”） 字尾 有关详细信息，请参阅。该模型在标记语料库（如Penn Treebank）上进行训练，该语料库中的每个标记都带有正确的词性注释 在运行时，为输入文本计算上面提到的特性，并使用这些特性构建每个标记的概率，然后将这些概

我正在观察我训练的分类器的TP、FP、FN输出中的各种差异。例如，模型告诉我没有检测到类型为“C”的实体，而事实上，我查看了输出文件，有许多实体正确地标记为“C” 我可以阅读一些资料来了解NER工具如何计算其TP、FP和FN计数吗？IOBUtils.java有考虑边界错误的countEntityResult。您能提供一些有关如何运行NER系统的详细信息吗？

我正在尝试使用斯坦福Corenlp工具包对文本进行注释。我尝试使用此处提供的代码： 而且效果很好。问题是当我想使用coreNLP工具包中嵌入的共同引用解析工具时。它不起作用。我使用了斯坦福nlp集团发布的代码。代码如下： public class CorefExample { public static void main(String[] args) throws Exception { Annotation document = new Annotation("Barack Ob

我想用斯坦福大学的CoreNLP来写法语。词性标记和解析工作得很好，但在我的配置中，输出依赖关系根本没有意义 我的命令是 java -mx1g -cp "~/stanford-corenlp/stanford-corenlp-full-2015-12-09/*" edu.stanford.nlp.pipeline.StanfordCoreNLP -props french.conf -file /tmp/file.txt -outputFormat text 其中french.conf包含