问题标签 [dependency-parsing]

我有兴趣从问题中提取三元组（主语、谓语、宾语）。

例如，我想转换以下问题：

美国总统的夫人是谁？

至 ：

(x,isWifeOf,y) ∧ (y,isPresidentof,USA)

x 和 y 是我们必须找到才能回答问题的未知数（/\ 表示连词）。

我已经阅读了很多关于这个主题的论文，我想使用现有的解析器（如斯坦福解析器）来执行这个任务。我知道解析器输出两种类型的数据：

• 解析结构树（选区关系）
• 依赖树（依赖关系）

一些论文试图从解析结构树构建三元组（例如，从句子中提取三元组），但是这种方法似乎太弱而无法处理复杂的问题。

另一方面，依赖树包含许多相关信息来执行三重提取。很多论文都声称可以做到这一点，但是我没有找到任何一篇明确给出详细程序或算法的论文。大多数时候，作者说他们分析依赖关系以根据他们没有给出的一些规则生成三元组。

有谁知道任何有关从问题的依赖树中提取（主语、谓语、宾语）的更多信息的论文？

我有一个句子，我想提取词头项目，我可以使用斯坦福 NLP 库进行依赖解析。

我怎样才能在句子中提取主要头部？

在句子的情况下Download and share this tool，头部将是Download。

我尝试了以下方法：

我目前正在使用在线旅行评论进行方面级别的情感分析项目。

我Stanford CoreNLP用来完成事情。到目前为止，我已经设法通过 POS 标记和对评论内容进行词形还原来预处理数据。

我阅读了几篇与情感分析相关的论文，看起来下一步是从评论文本中提取方面术语以及它们的情感极性。我在 Python NLTK 中看到了一个视频教程，其中使用正则表达式来查找 POS 标记之间的关系词来查找名词短语等。我想使用斯坦福依赖解析器做同样的事情。

不幸的是，我不明白如何使用 Stanford Dependency Parser 的输出来编写这样的规则来识别方面术语。

这两天，我一直在寻找一个示例 Java 代码，它可以解释我如何准确地完成这项任务。但到目前为止，没有运气。

如果有人能指出我可以查看并理解该过程的教程/示例代码，我将不胜感激。

假设我有一个类似于以下的输出；

如何提取博物馆、吃、喝、购物等方面？

任何帮助是极大的赞赏。

我需要使用Stanford CoreNLP进行浅解析和深度解析。我用谷歌搜索了很多，但没有成功。最后，我发现有2 parser，Constituency parser和Dependency parser。

我的问题是：

选区解析器是浅解析，依赖解析器是深解析吗？

任何人都可以将上述解析器的代码和任何有用的链接放在一起吗？

我正在使用斯坦福 CoreNLP（01.2016 版），我想在依赖关系中保留标点符号。当你从命令行运行它时，我找到了一些方法，但我没有找到任何关于提取依赖关系的 java 代码。

这是我当前的代码。它有效，但不包括标点符号：

任何类型的依赖关系对我来说都可以，基本的、键入的、折叠的等。我只想包括标点符号。

提前致谢，

如何从 SyntaxNet ( https://github.com/tensorflow/models/tree/master/syntaxnet ) 获得依赖解析（不是语法树）输出？我看到了依赖解析的描述......关于如何训练模型的描述，但没有看到如何获得依赖解析输出。

SyntaxNet（特别是 Parsey McParseface 模型）是否甚至可以开箱即用地进行依赖解析？

我正在尝试训练斯坦福神经网络依赖解析器来检查短语相似性。

我尝试的方法是：

我得到的错误是：

嵌入在代码中的帮助说训练文件应该是一个“CoNLL-X 格式的训练树库的路径”。

有谁知道我在哪里可以找到一些 CoNLL-X 训练数据来训练？我提供了培训文件但没有嵌入文件并收到此错误。我的猜测是，如果我提供嵌入文件，它可能会起作用。

请阐明我应该使用哪个培训文件和嵌入文件以及在哪里可以找到它们。

输出的 POS 标签和依赖标签分别在此处的和文件Parsey McParseface中给出。tag-setlabel-set

自述文件概述了该Syntaxnet模型是在 Penn Treebank、OntoNotes 和 English Web Treebanks 上训练的。

这些树库中使用的相应 POS 标签和依赖标签是否有与Universal Dependency 项目给出的类似的详细描述？

我有一组句子，我想从中提取表达以下语义的句子：

我喜欢意大利菜。

这样一个句子的结构和措辞有很多变化。一些例子：

• 我喜欢意大利、中国和印度菜。
• 我喜欢的菜是中国菜、意大利菜和印度菜。
• 我喜欢的一些菜系包括印度菜、意大利菜和中国菜。
• 我喜欢世界各地的各种美食，比如意大利菜、中国菜和印度菜。

解决这个问题的好方法是什么？

我不是 NLP 方面的专家。这只是我能想到的：

• 查找“like”和“cuisine”的同义词
• 使用解析器（Stanford 或 Parsey McParseface）为句子构建依赖树
• 修剪依赖树以仅包括主语（例如“I”）、动词关键字（例如“like”）、名词关键字（例如“food”）和名词修饰语（例如“Italian”）。这可以通过找到覆盖树中所有这些节点的路径来完成。
• 存储训练句子的依赖树集合。
• 检查训练中是否存在测试语句的依赖树

任何想法、建议和/或意见将不胜感激！

我正在努力查看斯坦福依赖解析器的结果。它成功打印了信息，但我无法访问它。这是我打印结果时看到的。

我怎样才能访问这些项目？