Question

我希望得到一个句子的K最佳解析，我想这可以用ExhaustivePCFGParser类完成，问题是我不知道如何使用这个类，更确切地说，我可以实例化这个类吗？（构造函数是：ExhaustivePCFGParser（BinaryGrammar bg，UnaryGrammar ug，Lexicon lex，Options op，Index stateIndex，Index wordIndex，Index tagIndex））但我不知道如何拟合所有这些参数

有没有更简单的方法让K最佳解析？

Answer 1

一般来说，你通过LexicalizedParser对象做事，这是一个“语法”，提供所有这些东西（语法，词典，索引等）。

从命令行，以下内容将起作用：

java -mx500m -cp "*" edu.stanford.nlp.parser.lexparser.LexicalizedParser -printPCFGkBest 20 edu/stanford/nlp/models/lexparser/englishPCFG.ser.gz data/testsent.txt

在API级别，您需要获得LexicalizedParserQuery个对象。获得LexicalizedParser lp后（如ParserDemo.java），您可以执行以下操作：

LexicalizedParser lp = ... // Load / train a model
LexicalizedParserQuery lpq = lp.parserQuery();
lpq.parse(sentence);
List<ScoredObject<Tree>> kBest = lpq.getKBestPCFGParses(20);

LexicalizedParserQuery等同于java正则表达式Matcher。

注意：目前，kBest解析仅适用于PCFG非因式语法。

Answer 2

这是我根据克里斯托弗·曼宁（Christopher Manning）的上述回答实现的一种变通方法，假设您希望使用Python。用于CoreNLP的Python包装器未实现“ K最佳分析树”，因此可以选择使用终端命令

java -mx500m -cp "*" edu.stanford.nlp.parser.lexparser.LexicalizedParser -printPCFGkBest 20 edu/stanford/nlp/models/lexparser/englishPCFG.ser.gz data/testsent.txt

请注意，您需要将Stanford CoreNLP和所有JAR文件下载到一个目录中，并安装必备的Python库（请参阅import语句）

import os
import subprocess
import nltk
from nltk.tree import ParentedTree

ip_sent = "a quick brown fox jumps over the lazy dog."

data_path = "<Your path>/stanford-corenlp-full-2018-10-05/data/testsent.txt" # Change the path of working directory to this data_path
with open(data_path, "w") as file:
    file.write(ip_sent) # Write to the file specified; the text in this file is fed into the LexicalParser

os.chdir("/home/user/Sidney/Vignesh's VQA/SpElementEx/extLib/stanford-corenlp-full-2018-10-05") # Change the working directory to the path where the JAR files are stored
terminal_op = subprocess.check_output('java -mx500m -cp "*" edu.stanford.nlp.parser.lexparser.LexicalizedParser -printPCFGkBest 5 edu/stanford/nlp/models/lexparser/englishPCFG.ser.gz data/testsent.txt', shell = True) # Run the command via the terminal and capture the output in the form of bytecode
op_string = terminal_op.decode('utf-8') # Convert to string object 
parse_set = re.split("# Parse [0-9] with score -[0-9][0-9].[0-9]+\n", op_string) # Split the output based on the specified pattern 
print(parse_set)

# Print the parse trees in a pretty_print format
for i in parse_set:
    parsetree = ParentedTree.fromstring(i)
    print(type(parsetree))
    parsetree.pretty_print()

希望这会有所帮助。

使用Stanford Parser获得K句中最佳解析

2 个答案: