2

我想对一个句子进行 K 次最佳解析，我认为这可以通过 ExhaustivePCFGParser 类来完成，问题是我不知道如何使用这个类，更准确地说，我该如何实例化这个类？（构造函数是： ExhaustivePCFGParser(BinaryGrammar bg, UnaryGrammar ug, Lexicon lex, Options op, Index stateIndex, Index wordIndex, Index tagIndex) ）但我不知道如何适应所有这些参数

有没有更简单的方法来获得 K 最佳解析？

4

2 回答 2

2

通常，您通过一个“语法”对象来做事，该LexicalizedParser对象提供所有这些东西（语法、词典、索引等）。

从命令行，以下将起作用：

java -mx500m -cp "*" edu.stanford.nlp.parser.lexparser.LexicalizedParser -printPCFGkBest 20 edu/stanford/nlp/models/lexparser/englishPCFG.ser.gz data/testsent.txt

在 API 级别，您需要获取一个LexicalizedParserQuery对象。一旦你有一个LexicalizedParser lp（如ParserDemo.java），你可以执行以下操作：

LexicalizedParser lp = ... // Load / train a model
LexicalizedParserQuery lpq = lp.parserQuery();
lpq.parse(sentence);
List<ScoredObject<Tree>> kBest = lpq.getKBestPCFGParses(20);

ALexicalizedParserQuery有点等同于 java regex Matcher。

注意：目前 kBest 解析仅适用于 PCFG 未分解的语法。

于 2012-12-28T14:58:41.317 回答
0

假设您希望使用 Python，这是我根据 Christopher Manning 的回答实现的解决方法。CoreNLP 的 Python 包装器没有实现“K-best 解析树”，因此替代方法是使用终端命令

java -mx500m -cp "*" edu.stanford.nlp.parser.lexparser.LexicalizedParser -printPCFGkBest 20 edu/stanford/nlp/models/lexparser/englishPCFG.ser.gz data/testsent.txt

请注意，您需要将 Stanford CoreNLP 和所有 JAR 文件下载到一个目录中，以及安装必备的 Python 库（请参阅导入语句）

import os
import subprocess
import nltk
from nltk.tree import ParentedTree

ip_sent = "a quick brown fox jumps over the lazy dog."

data_path = "<Your path>/stanford-corenlp-full-2018-10-05/data/testsent.txt" # Change the path of working directory to this data_path
with open(data_path, "w") as file:
    file.write(ip_sent) # Write to the file specified; the text in this file is fed into the LexicalParser

os.chdir("/home/user/Sidney/Vignesh's VQA/SpElementEx/extLib/stanford-corenlp-full-2018-10-05") # Change the working directory to the path where the JAR files are stored
terminal_op = subprocess.check_output('java -mx500m -cp "*" edu.stanford.nlp.parser.lexparser.LexicalizedParser -printPCFGkBest 5 edu/stanford/nlp/models/lexparser/englishPCFG.ser.gz data/testsent.txt', shell = True) # Run the command via the terminal and capture the output in the form of bytecode
op_string = terminal_op.decode('utf-8') # Convert to string object 
parse_set = re.split("# Parse [0-9] with score -[0-9][0-9].[0-9]+\n", op_string) # Split the output based on the specified pattern 
print(parse_set)

# Print the parse trees in a pretty_print format
for i in parse_set:
    parsetree = ParentedTree.fromstring(i)
    print(type(parsetree))
    parsetree.pretty_print()

希望这可以帮助。

于 2019-10-16T15:22:43.280 回答