在我看来，Parsey 在正确标记问题和任何带有“is”的句子方面存在严重问题。
文本：巴拉克奥巴马是夏威夷人吗？
GCloud 代币（正确）：
Parsey 令牌（错误）：
Parsey 决定将名词 (!) Obama 设为词根，这将其他一切都搞砸了。
文字：我的名字是菲利普
GCloud 代币（正确）：
ParseyTokens（不正确）：
parsey 再次选择名词作为词根并与 COP 斗争。
任何想法为什么会发生这种情况以及我该如何解决？
谢谢，菲尔
关于第一个例子，Parsey 的训练数据似乎很老，甚至没有提到“Barack”这个词。如果你用比尔克林顿替换巴拉克奥巴马，你会得到一个正确的解析。
Input: Is Bill Clinton from Hawaii ?
Parse:
Is VBZ ROOT
+-- Clinton NNP nsubj
| +-- Bill NNP nn
+-- from IN prep
| +-- Hawaii NNP pobj
+-- ? . punct
第二个示例是根据 Stanford Dependencies 正确解析的（请参阅http://nlp.stanford.edu/software/dependencies_manual.pdf中的“连接动词的处理” ）。
Input: My name is Philip
Parse:
Philip NNP ROOT
+-- name NN nsubj
| +-- My PRP$ poss
+-- is VBZ cop
由于它正确地将巴拉克奥巴马标记为 2 个名词，我不认为它对这个名字的不熟悉是问题所在。我认为 Parsey 禁止使用“is”作为词根。
在理论依存语法中，名词永远不是完整句子的根。然而，Parsey 并不遵循理论。它非常喜欢将内容词变成头脑。我认为它已经决定当你说“X is Y”时，句子的开头应该是“X”而不是“is”，因为“is”不是一个信息词。
...除了比尔克林顿的例子，这可能证明我错了！我还没有让 Parsey 在我自己的电脑上工作，所以我不确定。
我必须限定我的答案：我对 Parsey McParseface 的了解有限。但是，由于没有其他人回答，我希望我可以增加一些价值。
我认为大多数机器学习模型的一个主要问题是缺乏可解释性。这与您的第一个问题有关：“为什么会这样？” 很难说，因为这个工具是建立在“黑盒”模型上的，即神经网络。我要说的是，鉴于对 Parsey 的强烈主张，像“is”这样的常用词一直在愚弄它，这似乎非常令人惊讶。你有可能犯了一些错误吗？没有代码示例很难判断。
我假设你没有犯错，在这种情况下，我认为你可以通过利用你的观察来解决这个问题（或减轻它），“是”这个词似乎让模型偏离了方向。在这种情况下，您可以简单地检查有问题的句子中的单词“is”并使用 GCloud（或其他解析器）。方便的是，一旦你同时使用两者，你可以使用 GCloud 作为 Parsey 似乎失败的其他情况的后备，如果你将来发现它们。
至于改进基础模型，如果您足够在意，您可以使用原始论文重新创建它，并可能优化训练以适应您的情况。