python - 如何从 Doc 对象生成 .conllu？

Question

我在哪里可以找到 Spacy 接受的示例 .conllu 文件？或示例如何生成它？与 IOB ？

尝试将我生成的 .conllu 文件转换为 .json 以进行模型训练，这样：

 head_ix = token.head.i - sent[0].i + 1
 conll.append( (str(i), token.orth_, token.lemma_, token.tag_, token.ent_type_, str(head_ix), token.dep_) )

（你有这样做的正确例子吗）

这是错误：

 $ python -m spacy convert spt3.conllu 

  .......
  File "/usr/local/lib/python2.7/dist-packages/spacy/cli/converters/conllu2json.py", line 25, in conllu2json
for i, (raw_text, tokens) in enumerate(conll_tuples):
  File "/usr/local/lib/python2.7/dist-packages/spacy/cli/converters/conllu2json.py", line 65, in read_conllx
id_, word, lemma, pos, tag, morph, head, dep, _1, iob = parts
ValueError: need more than 7 values to unpack

然后用这个：

        conll.append( (str(i), token.orth_, token.lemma_, token.tag_, '-', str(head_ix), token.dep_, str(head_ix), token.dep_, '-') )

错误是这样的：

head = (int(head) - 1) if head != "0" else id_
ValueError: invalid literal for int() with base 10: 'amod'

Answer 1

textacy可以这样做：

from textacy.export import doc_to_conll
doc_to_conll(doc)

Answer 2

这解决了：

 [ str(i), token.text, token.lemma_, token.pos_, token.tag_, '-', str(head_ix), token.dep_, '-', '-' ]