使用NLTK进行语义角色标记

Question

我有一个句子列表，我想分析每个句子并确定该句子中的语义角色。我该怎么做？

我遇到了NLTK模块中的PropBankCorpusReader，它将语义标签信息添加到Penn Treebank。此外，我对互联网的研究表明，该模块用于执行语义角色标记。

然而，我无法找到一个小HOWTO来帮助我理解我们如何利用PropBankCorpusReader在仲裁文本上执行SRL。

因此有人可以指出使用PropbankCorpusReader在仲裁句子上执行SRL的例子吗？

Answer 1

SRL根本不是一个微不足道的问题，并不是真正可以使用nltk开箱即用的东西。

您可以将SRL的任务细分为3个单独的步骤：

1. 识别谓词。
2. 对谓词执行词义消歧，以确定它接受哪些语义参数。
3. 识别句子中的语义参数。

此问题的大多数当前方法使用有监督的机器学习，其中分类器将训练Propbank或FrameNet语句的子集，然后测试剩余的子集以测量其准确性。研究人员倾向于专注于调整特征和算法，以及修改上述步骤是按顺序还是同时完成，以及按照什么顺序进行。

您可能想要查看的一些文件是：

• Simmons (1973) - 经典的SRL纸。
• Gildea and Jurafsky (2002) - 提供一组用于分类的简单功能。
• Xue and Palmer (2004) - 更深入地了解有用的功能
• Meza-Ruiz and Riedel (2009) - 使用Markov Logic的一种有趣方法。

马尔可夫逻辑方法很有前途，但根据我自己的经验，它会遇到严重的可扩展性问题（我只使用Alchemy，尽管Alchemy Lite看起来很有趣）。使用nltk Propbank数据实现某种分类器并不是一项繁重的工作，而且Python中已存在一些off the shelf classifiers。

来自爱丁堡大学的

编辑 This assignment提供了一些如何解析Propbank数据的示例，part of a school project我确实实现了一个完整的Propbank功能解析器，尽管这些功能专门用于Markov Logic Networks的Meza-Ruiz和Riedel（2009）。

Answer 2

查看这个全新的python库（取决于NLTK）https://pypi.python.org/pypi/nlpnet/ ...它确实是POS和SRL。

Answer 3

我建议 PractNLPTools ，它有许多不错的工具，包括 语义角色标记 。

我正在为一个工作项目审问它，看起来它可以完成工作。

PractnlpTools： https://pypi.python.org/pypi/practnlptools/1.0

GitHub支持网站： https://github.com/biplab-iitb/practNLPTools

Answer 4

到目前为止，最简单的选择可能是https://demo.allennlp.org/semantic-role-labeling。由于采用了底层的转换器架构，因此需要超过1 GB的内存。