问题标签 [dependency-parsing]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
nlp - 如何在spaCy中获取句子中标记的索引？
有没有一种优雅的方法来获取句子中单词/标记的索引？我知道令牌的属性https://spacy.io/api/token#attributes
该i属性返回整个父文档中的索引。但是父文档可以包含多个句子。
例子：
“这是一个例子。这是另一个例子。”
我需要的是既"This"作为索引返回0，"is"又作为索引返回1等......
python - 用 spaCy 判断一个词是否在两个实体的依赖路径上
我正在研究一个 nlp 问题，给定一个包含两个实体的句子，我需要为每个单词生成布尔值，指示它是否位于这些实体之间的依赖路径上。
例如：
'一个朦胧的<e1>山脊</e1>从<e2>浪涌</e2>中升起'
我想迭代每个单词并判断它是否在 e1 和 e2 之间的依赖路径上
两个重要说明：
- 如果您尝试帮助我（首先感谢），请不要费心考虑带有 < e1 > 和 < e2 > 的 xml 标记，我真的很感兴趣如何查找一个单词是否在任何两个给定单词之间的依赖路径上使用 spaCy，我自己处理哪些单词
- 因为我不是nlp专家，所以我对“依赖路径”的含义有点困惑，如果不够清楚，我很抱歉（这些是我导师使用的词）
提前致谢
nlp - coreNLPDependencyParser 输出解释
我正在为一个句子运行 coreNLPDependencyParser
敏捷的棕色狐狸跳过了懒狗。
我以这种方式获得输出
我在 stanfordDependencyParser 中运行相同的输入，输出相同但表示不同
我的问题是 ，如果您看到第三列它给出了某种分数，我认为它是树中的深度，但它不正确
任何地方都没有提到分数到底是多少。
你可以在这里看到树
请告诉我输出表示？
parsing - 拉丁语依赖解析器
我知道 StanfordNLP 解析器，但它不适合拉丁语。拉丁语的依赖解析器有什么想法吗？
nlp - 使用 CoreNLP 将句子分割成子句
我正在解决以下问题：我想使用 Stanford CoreNLP 将句子分成子句。例句可能是：
我现在希望将我的句子拆分为单个“S”，如下面的树形图所示：
我希望输出是一个带有单个“S”的列表，如下所示：
我会非常感谢任何帮助:)
nlp - 如何使用 Stanford CoreNLP Dependency Parser 检测动词顺序？
我有如下 RDF/Turtle 资源：
对于以下情况，我使用选区解析器从自然语言转换为 Sparql 请求
问题：linkedfactory包含什么？
对于以下问题，如果“包含”动词出现在名词“linkedfactory”之前，我需要检测它。
问题：什么包含linkedfactory？或者你能告诉我哪一个包含linkedfactory吗？
我该如何处理这种情况？（注：使用 rdflib-python 创建 Sparql 并解析句子，我使用的是 Stanford CoreNLP-Python）
提前致谢，
nlp - 依赖解析器失败的示例
谁能给我几句话关于依赖解析器何时失败以及为什么失败以及解决方法是什么？
nlp - 如何从斯坦福 NLP 工具中获得增强的依赖解析？
我正在做一个关于波兰语依赖解析的项目。我们正在尝试用波兰语的数据训练斯坦福神经网络依赖解析器（使用 .conllu 格式的通用依赖树库）。数据已经被标记和注释，所以我们既没有训练标记器，也没有训练 CORE NLP 提供的解析器。到目前为止，通过从命令行运行解析器，我们已经能够在标准依赖项中使用 pl_lfg-ud Treebank 取得一些成功。但我们还想训练解析器重现增强的通用依赖关系，它们也在树库中表示。到目前为止，我还没有在文档中找到这样做的方法，以及 NNDEP 和 CORE NLP 的常见问题解答，尽管据我所知，斯坦福 NLP 解析器是可能的。
我将非常感谢任何线索！
nlp - 关于解析英文模型中的括号
这句话是简体维基百科的一部分：
空气中有三种物质，氮气（79%）、氧气（20%）和其他类型的气体（1%）。
括号中的百分比在 spaCy 2.0 和 2.1 中处理得不好。处理此类问题的最佳方法是什么？
这是可视化：
