在向解析器提供输入之前处理输入

Question

应该对提供给解析器的输入进行什么样的处理。

据我所知，我正在使用stanford parser.jar但是还有stanford coreNLP.jar，parser.jar和coreNLP.jar解析方法有什么区别

根据coreNLP文档，您可以在注释器中传递您想要作为输入的操作

命令：

java -cp "*" -Xmx2g edu.stanford.nlp.pipeline.StanfordCoreNLP -annotators tokenize,ssplit,pos,lemma,ner,parse,dcoref -file input.txt

要在coreNLP中使用解析，我只能传递解析，或者我应该传递除dcoref之外的所有注释器

即。）

java -cp "*" -Xmx2g edu.stanford.nlp.pipeline.StanfordCoreNLP -annotators tokenize,ssplit,parse -file input.txt
                                      or
java -cp "*" -Xmx2g edu.stanford.nlp.pipeline.StanfordCoreNLP -annotators tokenize,ssplit,pos,lemma,ner,parse,dcoref -file input.txt

parser.jar是否内置了句子分裂＆＃39; s jar

我可以将段落作为输入并将句子和解析后的数据作为输出

或者我应该一次只给一个句子
谢谢，

Answer 1

CoreNLP注释器可以被认为是依赖图。解析器注释器仅依赖于标记化（tokenize）和句子拆分（ssplit）。因此，您可以使用第一个命令运行解析器：

java -cp "*" -Xmx2g edu.stanford.nlp.pipeline.StanfordCoreNLP -annotators tokenize,ssplit,parse -file input.txt

如果您知道自己的文字是预先标记的，最简单的方法是在属性文件中设置选项tokenize.whitespace = "true"（或将其作为标记传递：-tokenize.whitespace）。要仅在一行的末尾分割句子，您可以设置选项（ssplit.eolonly）。

但是，默认情况下，是的，CoreNLP将为您标记和分割您的句子。你可以只输入一堆文本，然后输出解析的句子。