问题标签 [stanza]

我想使用 stanza CoreNLPClient 来提取名词短语，类似于这个方法。

但是，我似乎找不到一个好的端口来启动服务器。默认为 9000，但经常被占用，如错误消息所示：

PermanentlyFailedException：错误：无法在端口 9000 上启动 CoreNLP 服务器（可能那里已经运行了某些东西）

编辑：python.exe 正在使用端口 9000，这就是为什么我不能关闭进程以为 CoreNLPClient 腾出空间。

然后，当我选择其他端口，例如 7999、8000 或 8080 时，服务器一直在无限监听，不执行连续的代码行，只显示以下内容：

2021-07-19 12:05:55 信息：使用命令启动服务器：java -Xmx8G -cp C:\Users\timjo\stanza_corenlp* edu.stanford.nlp.pipeline.StanfordCoreNLPServer -port 7998 -timeout 60000 -threads 5 - maxCharLength 100000 -quiet True -serverProperties corenlp_server-2e15724b8064491b.props -preload -outputFormat 序列化

我安装了最新版本的节，并且正在 VS Code 中的 .ipynb 文件中运行以下代码：

主要问题：如何确保服务器在打开的端口上启动，然后关闭？ 我希望有一种半自动的方式来查找打开/关闭占用的端口以供客户端运行。

假设我有

如何检查是否s可以解析为有效整数？

假设我有一个字符串val s = "_1.2V_ADC"

该句点对我的用例无效，因此我需要将其替换为另一个字符，例如p最终字符串应该是"_1p2V_ADC"

在 Stanza 中是否有任何简单的方法可以做到这一点？

我正在尝试将 Stanza 语言模型与 Presidio 一起使用并遇到此阻止程序。

以上抛...

看看代码，这似乎应该可行。

即使这会引发同样的错误。

我正在尝试在我的特定文本域上获得预训练英语模型的 F1 分数，而无需进行任何培训。

文档提到了以下命令：

但是，由于我不想进行任何培训，如何按原样评估模型？${corpus}此外，文档中未说明的格式。

我有一个 BIO 格式的域的注释数据集。

我正在使用 stanza/spacy nlp 来查找单词之间的依赖关系解析。例如 doc=nlp("他的家违反了地方和州的分区和环境法规，并且没有通往道路的通道")。关键字={""changes"": [""no access""], ""features"": [""road""]}。变量关键字“no access”和“road”的值出现在doc中。如果这两个词有任何关系，那么我需要打印“True”。如果没有关系，则打印 False。我该如何编写这段代码？有人可以帮忙吗？

我正在开发一个使用小句子的项目，所以如果用户传递长句子或复杂/复合句子，我想将其解析为简单句子，然后将其传递给软件。

我尝试了 spacy 方法，但它只适用于连词：即：我要去市场，我要买一本书。解析后：我要去市场。我会买一本书。（它分为两个简单的句子）

但是当我尝试使用更复杂的句子时，例如：

• 我必须保存这张优惠券，以防我明天再来商店。（应该分开，因为我必须保存这张优惠券。我明天回到商店。
• 在某种程度上，它遏制了每天发生的犯罪案件的数量。（应该拆分为以某种方式减少犯罪案件的数量。每天都在发生）

我的代码：

是否有任何库/框架可以轻松做到这一点。或任何人建议如何在 spacy 上生成句子树并对其进行解析，这样我就可以在所需的位置将其分解。

我正在尝试为单词对齐任务预处理我的文本数据。

我有一个句子的文本文件。每个句子都换行：

我正在使用 Stanza 来标记句子：

我的预期输出是：

本质上，一个列表列表，每个句子都在自己的列表中，并且它的单词被标记化。

但是，我得到的输出是这样的：

在某些情况下，Stanza 似乎忽略了句子边界。

有人知道如何解决这个问题吗？

由于每个句子都以换行符开头，是否可以简单地在每个换行符处强制一个新列表，然后执行单词标记？如果是，我会怎么做？

提前感谢您的任何帮助和建议。

如何将 Stanza 导出为 ONNX 格式？简单地训练模型似乎是不可能的。

我在算法中使用斯坦福 CoreNLP 模型，其中包括服务器的 Java 客户端（StanfordCoreNLPClient），以便通过命令行或其 Web 服务与用 Java 编写的 CoreNLP 进行交互。斯坦福 CoreNLP 因此开发了一个名为 Stanza 的 Python 包，其中包括一个向斯坦福 CoreNLP 服务器发出请求的 API。

该模型在笔记本电脑和我的个人电脑上运行良好。但是，我没有设法在 AWS EMR 集群上安装节，我总是遇到以下我无法处理的错误：

在此处输入图像描述

因此，我尝试使用另一个 python 包来使用 Stanford CoreNLP 服务器，而我唯一设法在我的 AWS EMR 上安装的是 PyNLP ( https://github.com/sina-al/pynlp )，它是新浪的斯坦福 CoreNLP 的 Python 包装器。同样，它在笔记本电脑和我的个人计算机上运行良好，但这次我设法将它（pypi 库）安装在 EMR 集群上。但是，每当我实例化一个 StanfordCoreNLP 对象时，我都会收到以下错误：“HTTPConnectionPool(host='127.0.0.1', port=9000): Max retries exceeded with url: /?properties=%7B%22serializer%22%3A+ %22edu.stanford.nlp.pipeline.ProtobufAnnotationSerializer%22%2C+%22outputFormat%22%3A+%22serialized%22%2C+%22annotators%22%3A+%22entitymentions%22%7D（由NewConnectionError（'<urllib3.connection.HTTPConnection位于 0x7f6face84110> 的对象：无法建立新连接：[Errno 111] Connection denied'))" ...我真的不明白为什么，尤其是为什么它可以在笔记本上运行，而不是在 AWS EMR 上运行。

有关信息，我可以通过在 AWS EMR 集群上运行的算法连接到互联网，因为我可以使用“请求”模块并执行 requests.get ... 运行良好。

谁能解释我为什么在 AWS EMR 上而不是在笔记本电脑或我的个人计算机上出现此错误？AWS EMR 上的端口是否被阻止？我该怎么做才能让它发挥作用？

提前感谢您的宝贵帮助！！！