TurboParser的依赖解析输出是什么意思？

时间：2014-06-24 18:54:22

标签： nlp parse-tree

我一直在尝试使用CMU's TurboParser生成的依赖关系解析树。它完美无瑕。然而，问题在于文档很少。我需要准确理解解析器的输出。例如，句子＆＃34; 我解决了统计问题。＆＃34;生成以下输出：

1   I           _   PRP PRP _   2   SUB
2   solved      _   VBD VBD _   0   ROOT
3   the         _   DT  DT  _   4   NMOD
4   problem     _   NN  NN  _   2   OBJ
5   with        _   IN  IN  _   2   VMOD
6   statistics  _   NNS NNS _   5   PMOD
7   .           _   .   .   _   2   P

我还没有找到任何可以帮助理解各列所代表的内容的文档，以及如何创建倒数第二列（2,0,4,2，...）中的索引。另外，我不知道为什么有两列专门用于词性标签。任何帮助（或外部文档的链接）都会有很大的帮助。

P.S。如果您想试用他们的解析器here is their online demo。

P.P.S。请不要建议使用斯坦福的依赖解析输出。我对线性编程算法很感兴趣，这不是斯坦福大学的NLP系统所做的。

2 个答案:

答案 0 :(得分：6)

以下是每个TurboParser输出列的含义：

  1. 令牌的ID，即句子
    2. 中的从一开始的索引
  2. 原始令牌，与原始文本一样
  3. 引理，令牌的lemmatized形式（在这里为空，因为没有设置变形器）
  4. 标记（粗粒度词性标记）
  5. 标记（细粒度词性标记，与 4。与TurboParser相同）
  6. 形态特征（此处为空）
  7. 令牌的头部，由其索引表示（根令牌的头部值为0）
    8. 当前令牌及其头部的
  8. 关系

    9. 您提供的生成输出可以表示为dependency-based parse tree：

    representation of the dependency-based parse tree

    有关CoNLL-X格式的更多信息：

答案 1 :(得分：0)

我不知道TurboParser，但我的猜测是第一个数字表示令牌的id，第二个数字表示其调控器的id。 也就是说，就你的例子而言：

solved(
 I,
 problem(the),
 with(statistics),
 .
)

实际上，这是CoNLL-X格式。您可以在此处获取更多信息：http://ilk.uvt.nl/conll/#dataformat

相关问题
最新问题