6

我一直在尝试使用CMU 的 TurboParser生成的依赖解析树。它完美无缺。然而，问题在于文档很少。我需要准确理解他们解析器的输出。例如，句子“我用统计数据解决了问题。 ”生成以下输出：

1   I           _   PRP PRP _   2   SUB
2   solved      _   VBD VBD _   0   ROOT
3   the         _   DT  DT  _   4   NMOD
4   problem     _   NN  NN  _   2   OBJ
5   with        _   IN  IN  _   2   VMOD
6   statistics  _   NNS NNS _   5   PMOD
7   .           _   .   .   _   2   P

我还没有找到任何文档可以帮助理解各个列代表什么，以及倒数第二列（2、0、4、2、...）中的索引是如何创建的。另外，我不知道为什么有两列专门用于词性标签。任何帮助（或指向外部文档的链接）都会有很大帮助。

PS 如果你想试试他们的解析器，这里是他们的在线演示。

PPS 请不要建议使用斯坦福的依赖解析输出。我对线性规划算法感兴趣，这不是斯坦福的 NLP 系统所做的。

4

2 回答 2

6

以下是 TurboParser 输出的每一列的含义：

  1. 令牌的 id，即它在句子中的从一开始的索引
  2. 原文中的原始标记
  3. lemma，令牌的词形化形式（此处为空，因为没有设置词形化器）
  4. 标记（粗粒度词性标记）
  5. tag（细粒度词性标签，与4.同TurboParser）
  6. 形态特征（此处为空）
  7. 令牌的头部，由它的索引表示（根令牌的头部值为0）
  8. 当前令牌与其头部的关系

您提供的生成输出可以表示为基于依赖关系的解析树：

基于依赖的解析树的表示

有关 CoNLL-X 格式的更多信息：

于 2015-02-10T22:28:53.800 回答
0

我不知道 TurboParser，但我的猜测是第一个数字表示令牌的 id，第二个数字表示其调控器的 id。也就是说，对于您的示例：

solved(
 I,
 problem(the),
 with(statistics),
 .
)

实际上，那是 CoNLL-X 格式。您可以在这里获得更多信息：http: //ilk.uvt.nl/conll/#dataformat

于 2014-06-24T21:10:22.653 回答