错误 原因：java.io.IOException:无法解析 “edu/stanford/nlp/models/touction/touction.ser.gz”作为任意一个类 路径、文件名或URL 代码 String text = "I am feeling very sad and frustrated."; Properties props = new Properties(); props.put("pos.model", "edu/stanford/n

斯坦福CoreNLP中文软件包是否能够检测到成渝(成语） 名言(格言／谚语／惯用语 （例如。冰冻三尺，非一日之寒）)？ 也比我强！确实如此！ 以下内容由斯坦福NLP管道（使用中文模型）生成：标记化、ssplit、pos、引理、ner [ [ { "category2":null, "offset-begin":"0", "ner2":"O", "lemma2":"冰冻三尺", "word2

我在我的web应用程序中使用Stanford NER和english.muc.7class.distsim.crf.ser.gz（16 MB大小）作为分类器。当我尝试部署和运行我的应用程序时，加载分类器时出现堆空间不足错误 如果代码没有创建太多的对象和占用空间，则尝试只保留有用的代码。但是没有成功 是因为分类器的大小吗？但我想用同样的方法，那我该怎么办呢 我已经在tomcat中使用vm选项增加了本地的堆大小。但是我可以在我将承载我的应用程序的实际服务器上增加vm的堆大小，这也不是正确的方法 有谁

我正试图用斯坦福NN依赖解析器解析一个原始中文文本文件（每句一行） 对于英文文本，我可以使用带有“ssplit.eolonly”选项的“ssplit”注释器将文档拆分为句子，但是对于中文，该选项似乎失败了。解析只对一行输入文件有效，但是如果有多行，它们将被视为一个句子 有没有一个简单的方法让“ssplit.eolonly”与中国人一起工作？我运行的命令如下所示： java edu.stanford.nlp.pipeline.StanfordCoreNLP \ -annotators segmen

我是新来的，想知道是否有人能帮我解决以下问题 我正在用西班牙语和斯坦福大学的CoreNLP对文本进行情感分析，但没有得到积极的结果 也就是说，如果我分析任何英文文本，用西班牙语分析都是完美的，但结果总是否定的 我一直在研究如何用西班牙语配置解析器、标记化以及我发现的所有东西对情绪分析都是无用的 有人可以告诉我，如果唯一有效的东西是标记化，而情感不是西班牙语 这是我的属性文件，因此我设法找到： 注释器=标记化、ssplit、pos、ner、解析、情感 tokenize.language=en po

我试图创建一个regex令牌，在输入文本中将大学标记为学校。例如，威斯康星大学或大学阿纳瓦克应该被标记为学校。 我有这个图案 ( /University|Universidad/ /of?/ [ {ner:LOCATION}|{ner:ORGANIZATION} ]+ ) SCHOOL 我似乎不能理解正确的语法。任何帮助都将不胜感激

我正在尝试用斯坦福CoreNLP测试OpenIE 我使用下面的代码基于上的一个演示 提取，这与我使用输入文本“猫喝牛奶”得到的结果相同。如果我将“openie.triple.strict”设置为“true”，则根本不会提取三元组。有没有一种方法可以提取像猫一样的三元组|不要喝牛奶？我想你应该将“openie.triple.strict”设置为true，以确保逻辑上有保证的三元组。OpenIE并没有提取负面关系，它只是为了寻找积极的关系 因此，当“openie.triple.strict”设置为

我试图从酒店评论中提取位置，我所说的位置是指酒店名称、城市、街区、POI和国家。我使用的是一份有165000家实体的公报列表[该列表没有酒店名称]标记为位置。 我已经打开了sloppygazette，但是这个gazette帮不了什么忙。我不知道我应该在宪报的名单中包括什么 PS：就NLP而言，我是一个新手，因此对于要使用哪些功能的帮助很少，我非常感激。您好，这里有关于NER功能的更详细的新文档： 规则格式为每行一条规则： 洛杉矶城市位置，杂项1.0 中国长城地标位置，MISC 1.0 一些功能

有人知道在哪里可以找到斯坦福类型依赖手册或类似的更新版本吗？在网上可以找到，但这是从2008年开始的，看起来他们已经在某种程度上改变了标签惯例。我正在寻找依赖项标签的详细定义，希望有链接文档中的示例。斯坦福依赖项已被通用依赖项取代，成为最新CoreNLP版本中的默认模型。您可以在上找到此注释架构的文档

在Stanford CoreNLP Semgrex中，我能够找到除nmod rel之外的所有其他关系。任何其他关系，如： {}=A <nsubj {}=B 当匹配关系中的nmod:in时，它会抛出一个错误： {}=A >nmod {}=B {}=A >nmod:in {}=B 如何在CoreNLP Semgrex中找到nmod:in关系？在nmod:in周围添加反斜杠可能会解决您的问题 {}=A >/nmod:in/ {}=B

我是NLP新手，希望通过一个示例帮助我了解如何在StanfordNLP解析器的openie属性下使用openie.triple.strict选项。下面是一个示例命令，您可以将该选项设置为true或false。默认值为true java -Xmx10g edu.stanford.nlp.pipeline.StanfordCoreNLP -annotators tokenize,ssplit,pos,lemma,ner,depparse,mention,natlog,openie -file sam

我正在对新闻文章进行注释&错误地，其中一篇文章有视频转录，不幸的是，执行注释的代码无限期地等待wrapper.joinWithTimeout（）；&this.timeout=-1 我会过滤这么长的视频转录，但有没有什么策略可以优雅地处理来自软件的这种无限期等待 线程转储： java.lang.Thread.State: WAITING at sun.misc.Unsafe.park(Unsafe.java:-1) at java.util.concurrent.loc

从3.5.2版开始，斯坦福解析器和斯坦福CoreNLP默认以Universal Dependencies v1表示输出语法关系 我想知道斯坦福大学是否仍在改进English\u SD解析器模型，还是专注于改进English\u UD。上次更新英文版的时间是什么时候 告诉我在3.7.0中发布了新的英语神经依赖解析模型，但我不确定是SD和/或UD模型。我们不再更新SD，该描述是对新UD模型的参考

首先，感谢Angel Chang编写了TokensRegex这样一个伟大的工具！ 我的用例如下所示： 我的测试规则集中有两个提取规则。它们都将操作字段指定为结果，并且在操作列表中都有注释。 当要匹配的第二个规则的表达式独立于第一个规则的结果时，它们工作得很好。但是，当第二条规则的执行取决于第一条规则的结果时，事情就崩溃了。 一个具体的例子： 我有以下一句话：一致的估计要求每股收益为35.5美元，收入为305.1亿美元。 每股收益和收入已经由更基本的RegexNER注释器注释。TokensRege

我正在使用stanford corenlp完成一项任务。斯坦福网站上有两种型号“斯坦福-corenlp-3.6.0-models”和“斯坦福-english-corenlp-2016-01-10-models”。我想知道这两个模型之间的区别。根据CoreNLP概述的“支持人类语言”部分，基本发行版提供了用于分析精心编辑的英语的模型文件，即您提到的stanford-CoreNLP-3.6.0-models 但是，CoreNLP成员还提供了一个jar，其中包含了他们所有的英语模型，其中包括各种变体模

我正在尝试在gensim中加载一只经过预训练的手套作为word2vec模型。我已经从下载了手套文件。我正在使用以下脚本： from gensim import models model = models.KeyedVectors.load_word2vec_format('glove.6B.300d.txt', binary=True) 但是得到以下错误 ValueError Traceback (most recent call

所以我们有一个螺栓，它将获取数据并尝试使用StanfordNLP解析它。主要目的是识别实体，对句子中的单词进行分类，并试图找到提及的词。下面是StanfordCoreNLP对象的设置。请注意，我在这里也添加了twitter模型 Properties props = new Properties(); props.put("annotators", "tokenize, ssplit, pos, lemma, ner, parse, dcoref"); props.put(

我需要您的帮助，我正在使用NetBeans v.8.0.2进行NER项目 我需要从任何阿拉伯文档文件中获取人名和地点，并将其分类为人名、地点。我看到了所有的Stanford文件，POS-tagger，parser，还有Stanford-NER。我都试过了，贴标签的效果很好 但我在解析器方面遇到了问题，尤其是在这一行代码中 LexicalizedParser lp = LexicalizedParser.loadModel(grammar, options); 从ParserDemo没有输出。我

我想用指定的文本（可能还有指定的注释器集）链接到我的CoreNLP服务器实例。（即，无需粘贴文本，然后单击提交） 有办法做到这一点吗 （我知道并使用API版本，但我正在寻找Web可视化）不，当前的可视化不允许您在URL中指定文本（尽管拉取请求总是受欢迎的；源代码仍然有效） 服务器会响应常规POST请求，例如，如果您想通过Javascript从自己的网页调用CoreNLP。例如，给定的curl命令（来自： 可视化或多或少是通过香草完成的。因此，回答我自己的问题：在您的请求成功合并后，现在这是可能的

我正在做一个项目，需要确定句子的哪个部分是独立从句，哪个部分是从属从句。为此，我使用斯坦福核心NLP解析器。根据所描述的标记和从属子句的定义，从属子句似乎具有标记SBAR，独立子句将被标记为以下之一：S、SBARQ、SINV、SQ。这似乎也是基于我使用斯坦福核心NLP解析器的轶事经验。不过，我并不完全确定，我想寻求确认，但在任何地方都找不到 过去有人问过同样的问题（参见），但答案中的链接断开了，我认为这两种方式都不能真正回答问题 TLDR；使用Stanford Core NLP解析器，如何确定句

我想在斯坦福解析器解析过程中使用gate-EN-twitter.model进行词性标记。命令行上有这样做的选项吗？比如twitter.model上的pos.model门？或者我必须先使用Stanford pos tagger with gate模型进行标记，然后将其输出作为解析器的输入 谢谢 如果我理解正确，您希望强制斯坦福解析器使用这个特定于Twitter的POS标记器生成的标记。这是绝对可能的，尽管斯坦福NLP关于这个确切模型的推特应该作为一个警告： 斯坦福NLP的推特，2014年4月13日

如何从选区解析树中提取名词短语String/Text，而不使用POS标记 我能够在不解析注释的情况下提取名词短语，但无法找到仅提取该名词短语文本的方法。 例如： String some_sentence = "The dog ran after the intruding bigger dog"; parse Tree :**(ROOT (S (NP (DT The) (NN dog)) (VP (VBD ran) (PP (IN after) (NP (DT the) (JJ intrudin

在我的文档中，所有的句子都是用以下特定语法表达式构建的：A:person B:location C:work.如果我想提取命名实体（Tom:person），如何做？我用过，但我找不到大量数据来训练分类器，我不想这样做。所以我们可以通过其他方式找到实体 我不确定我是否理解你的问题。NER系统应该已经将人们从盒子中解救出来；请参阅文档了解如何使用。你是否在尝试对新员工重新培训NER系统？或者，您是否有要注释的人员/地点/工作的自定义列表？是的。我有一组新的人员和一个自定义的实体列表。我已经为一个新的

我试图生成一个语义图，并使用semgrex查找特定节点。 我想使用引理作为semgrex中的节点属性之一。我在这里看到了一个相关的问题和答案： 有人提到 确保节点正在存储引理-请参阅CoreNLP的引理注释器（目前仅适用于英语） 我可以使用当前管道生成所需的注释以生成语义图 Properties props = new Properties(); props.put("annotators", "tokenize, ssplit, pos, lemma, parse"); Stanfor

我制作了一个基本的应用程序，通过OpenIE库使用Stanford解析器，当使用指定的属性初始化StanfordCoreNLP时，它将停止为pos（pos标记器）。我确实认为所有必需的模型都包含在内，因此不确定为什么流程无法找到模型数据 Properties props = new Properties(); props.setProperty("annotators", "tokenize, ssplit, pos, lemma, ner, parse, dcoref"); St

我找到了Stanford pos标记器，并希望在我正在进行的项目中使用它。 不幸的是，我在尝试运行它时遇到以下错误： 线程“thread-0”java.lang.NoClassDefFoundError中出现异常： org/slf4j/LoggerFactory 在edu.stanford.nlp.io.IOUtils.（IOUtils.java:41） 位于edu.stanford.nlp.tagger.maxent.MaxentTagger.readModelAndInit（MaxentTa

的FAQ告诉我们可以在培训时加入定制功能。 首先，NER中有哪些功能？它与tsv培训文件中的标签有何不同？ 如本问题所述，在tsv的功能栏中表示标记“编程语言”、“操作系统”是否正确 有点混乱，请解释。标签是您要应用于令牌的标签。例如O、人、地点、组织、编程语言。O指非实体 特征是您希望CRF分类器在其决策中使用的令牌流的一个方面 想想“我去年夏天去了法国”这句话 标签应该是[O位置O] 例如，一个特征可以是单词本身，“word=France” 特征可以是“word_n-2_n-1=转到”序列中

我有Penn treebank（s-expression）格式的中国选区树库，我想获得conll格式的数据。我知道英语数据可以通过StanfordCoreNLP使用此命令进行转换 java -mx1g edu.stanford.nlp.trees.ud.UniversalDependenciesConverter -treeFile treebank > treebank.conllu 我也知道StanfordCoreNLP支持使用命令选择中文模型 java -mx3g -cp "*"

这就是问题所在。比方说，我有一条规则： { pattern: ( [ner:/DATE|TIME/] ), action: ( Annotate($0, myNER, "MY_DATETIME" ) ) } 如何指定整个文档，而不是注释捕获组$0，有点像这样： { pattern: ( [ner:/DATE|TIME/] ), action: ( Annotate( <document>, myNER, "MY_DATETIME" ) ) } {

我试图使用Semgrex提取一个节点，该节点应该是动词live或名词life。我尝试了以下方法，但每种方法都有一个SemgrexParseException： {lemma: live; pos: /VB.*/} | {lemma: life; pos: /NN.*/} {lemma: live; pos: /VB.*/ | lemma: life; pos: /NN.*/} ({lemma: live; pos: /VB.*/}) | ({lemma: life; pos: /NN.*

根据Stanford CoreNLP dependencies，QuoteAnotator没有dependencies。但是，当我单独调用anotator时，会出现一个错误： java.lang.IllegalArgumentException:注释器引号需要注释CorefChainAnnotation。此注释器的通常要求是：标记化、ssplit、pos、引理、ner 这是预期的行为吗？我是否提前运行完整的管道？文档页面不正确，我将努力修复它。在最新版本中，默认情况下，我们将quote属性添加到

我正在使用斯坦福大学CoreNLP来探索球队2.0数据集。当使用最新版本3.9.2的选区解析时，我发现这句话返回为NP根： 卡罗莱纳州的第二名球员是职业保龄球安全专家库尔特·科尔曼，他带领球队完成了职业生涯最高的七次拦截，同时也完成了88次铲球，职业保龄球后卫乔什·诺曼在本赛季发展成了一个停球角，有四次拦截，其中两次因触地而返回 但在这个演示站点中，它以S-root的形式返回（似乎是2016-9-12版本）： 我发现不止一个句子有相同的情况。现在无法连接该站点。我的问题是: 这两个版本有什么不

我试图用Stanford tagger将复数替换为单数（例如从女孩到女孩） private static final String vbnTag = "VBN"; private static final String vbdTag = "VBD"; private static final String jjTag = "JJ"; private static final String edSuff = "ed"; private static final String enSuff = "e

我正在使用CoreNLP的德语组件，并试图从文本中清除HTML标记。我尝试了cleanxml注释器clean.xmltags=.*和ssplit ssplit.htmlboundariestodcard=p，text，img，a的相关选项，但没有任何效果 这些区分大小写吗？我同时尝试了p和p，似乎没有什么不同？这与文本是德语有关吗 谢谢 好的，这是一个完全改变的答案 我正在运行Stanford CoreNLP 3.5.2，并在分发文件夹中运行以下命令： java -Xmx6g -cp "*:."

作为问答系统的一部分，我试图通过JavaAPI使用StanfordNLP进行关系提取。我可以假设我得到了这种形式的输入语句，我想以字符串的形式返回关系。到目前为止，我一直在努力做到以下几点： -我使用了“openie”，结果好坏参半。 -我一直在尝试直接使用类RelationExtractorAnnotator。它包含一个main，但它的执行不会终止。如果一个构造我自己的main并在其中使用类，它也不会终止 我还有其他的选择来解决这个问题吗？为什么RelationExtractorAnnotat

Standford NLP生产的PoS标签（包括标点符号的PoS）及其描述是什么 我知道这个问题已经被问过好几次了，比如： 但是这些答案列出了一些典型的PoS标签，它们不是NLP的特定标准。例如，这些答案都没有列出斯坦福NKLP使用的（标点符号）的-LRB-PoS标签 在斯坦福NLP的源代码中，我在哪里可以找到PoS标签列表 另外，使用SYMPoS标签注释的一些令牌示例是什么 另外，如何知道标记是否是标点符号？ 他们定义ispunction==true，如果它的位置是：|、|、|、|、

如何获取依赖关系树，如下图所示。我可以得到纯文本形式的依赖关系，也可以借助dependencysee工具得到依赖图。但是依赖关系树呢？它以单词作为节点，依赖关系作为边。非常感谢 这些图形是使用美国电话电报公司（AT&T）研发的开源图形绘制软件包制作的。您可以在edu.stanford.nlp.trees.semgraph.SemanticGraph中找到一种方法toDotFormat（），该方法将SemanticGraph转换为dot输入语言格式，该格式可由dot/GraphViz呈现。目前，没

我需要用StanfordNLP在每句话中只去掉代理关系？我试着用 get（AbgeneAnnotation.class）；如果句子是句子的一个实例，我不会得到任何输出 还有其他办法吗

接下一项质询。 多亏了StanfordNLPHelp，我能够使用定制的ner生成关系数据，并在其上使用regexner I had to run my custom model at the end because otherwise it will misclassify lots of ORGANIZATION PERSON etc. Example custom NER classes. "DEGREE", "DESG" 关系训练数据的示例 0 ELECTEDBODY 0

我用sentense 他前天去世了 处理corenlp NER。 在服务器上，我得到的结果如下。 在本地，我用了同样的句子，得到了 他（O）于（O）昨日（O）前（O）天（时间）去世。（O） 那么，我如何才能获得与服务器相同的结果呢？为了提高获得相关答案的可能性，您可能需要重新表述您的问题并提供更多信息。作为奖励，在这样做的过程中，你甚至可以自己找到答案；） 例如，您使用什么url来获取服务器结果？当我勾选这里：，我可以选择多个英文模型。不确定他们的API基于哪个版本（可能是最新的稳定版本，但我不

我用斯坦福大学的CoreNLP（3.8.0）管道分析了以下两句话 我不明白的是，为什么依赖项解析器构建不同的树，即使句子在语法上是相同的。有没有办法加强一致性 例1 这些将被解析为以下内容： 例2 这里是另一个例子，使用同一个句子的变体，引入了一个名词短语 下面是我如何运行corenlp服务器 java -mx20g -cp "*" edu.stanford.nlp.pipeline.StanfordCoreNLPServer -port 9001 -timeout 35000 -pa

我最近从V3.9.2升级到StanfordCorenlpV4.0.0，并注意到它似乎降低了NER的性能。特别是，v4似乎无法识别尽可能多的实体，也无法识别URL或电子邮件。版本4也不再承认谷歌是一个组织（仍然承认微软，但我还没有在其他组织上做过很多测试）。我想知道v4的使用方式是否有变化？文档中似乎没有指出与我所看到的用法有什么不同 上的更改日志似乎并不意味着英语中的NER应该受到影响（尽管它确实指出有一个新的UDv2标记化会影响标记和解析）。我确实注意到v4和v3.9.2之间的jar文件不同，

我将使用Stanford POS tagger标记句子。我想把文档分成句子，然后把句子变成记号。因为我是第一次使用java，所以我只想从命令行运行tagger 当我运行tagger时，它给出了输出，但它给出了一个警告“不可修改”。 这个警告是什么意思？标记化不是由标记者隐式完成的吗 我曾尝试运行命令，将文本拆分为您指定的句子，但无效。标记器给出无法打开路径的错误 我还想知道如何输入文本文件的数量，并将其输出到相应的文件中，以便所有输出都不会混乱。是的，斯坦福POS标记器包括一个高质量的确定性标记

运行示例-6-llda-learn.scala时没有问题，如下所示： val source = CSVFile("pubmed-oa-subset.csv") ~> IDColumn(1); val tokenizer = { SimpleEnglishTokenizer() ~> // tokenize on space and punctuation CaseFolder() ~> // lowe

我在Linux下使用GATE for Arabic，当使用Stanford Tagger时，没有任何POS标记。所有参数均未更改（默认情况下），如何执行该任务？ 这个问题是否取决于参数？必须在taggerBinary参数中设置标记器的哪个安装目录？首先，您必须在GATE中创建一个新的StanfordPOSTaggerPR，并使用StanfordTagger提供的阿拉伯语.tagger型号初始化标记器 GATE的最后一个版本是8.0，它使用了StanfordTagger 3.4。因此，您必须下载此

请问，有人能帮我从树上提取文本吗 e、 g:NP-NP-DT位于NP-NNP伦托的JJ主要NN道路PP 正文：伦托的主要道路 我正在使用stanford trees包。您需要解析树的结果。您可以使用该方法将其作为标签实例列表进行访问

我一直在看斯坦福大学的分级机。我已经能够使用一个简单的文件来训练一个模型，这个文件只有空格来分隔系统所期望的项。比如说, /a/b/c桑费罗2号 /d/e/f ginger 2 但是，我在尝试以下表单时遇到错误： /a/b/c圣菲罗2号 这里“san ferro”是一个“单词”，而“2”是“答案”或所需的标签输出。 如何对空格进行编码？我尝试过用双引号括起来，但没有用。通常使用CoNLL样式的数据来训练CRF。以下是一个例子： -DOCSTART- O John PERSON S

我是机器学习和NLP领域的新手。我的要求是将音频通话转换为文本进行情感分析 流量：- 1） 音频文件-->>文本（使用语音识别API） 2） 对输出文本进行情感分析 由于有很强的Java背景，所以考虑使用StanfordCorenlp。但是，如果tensorflow或其他产品比CoreNLP有更好的好处，那么使用tensorflow或其他产品也可以 公开一个rest服务，该服务将文本（完整对话）作为情感分析的输入。使用CoreNLP进行情感分析。没有得到预期的结果。 不知道该如何根据我的需要进行

我目前正在开发一个斯坦福CoreNLP程序，该程序使用给定规则列表用指定的单词替换匹配的文本。我检查了TokensRegex表达式，我知道有一个正则表达式函数可用于操作字段： Replace（ListCoreMap，tokensregex，replacement）匹配（String，regex，replacement） 这样做。但是，我不清楚如何在规则文件中实现此功能。我在GitHub或其他网页上找不到任何示例 以下是一个替换示例： 输入文本：约翰·史密斯是NLP实验室的成员 匹配模式：文本中的

我需要在没有任何外部网络访问的平台上运行stanza ner。代码节下载（'en'）失败。在没有下载功能的情况下运行，会给我一个异常 异常：在：\home\stanza\u Resources\Resources.json中找不到资源文件。再次尝试下载模型 是否有办法下载并缓存资源目录中所有必需的模块，并将该目录指向节管道 谢谢看起来下载和管道类都为directorydir 所以下面的代码是有效的 stanza.download（'en'，dir='resources/'，processors=