斯坦福CoreNLP - 破折号

Question

我遇到使用Stanford管道（CoreNLP的最新版本）来解析BNC的问题。

有问题的句子摘录如下，问题是破折号（如果我删除它们，它会通过）。

＆＃34; ......他们一次又一次地做了 - 多年来一直打开和关闭。＆＃34;

解析器只是卡在这句话中，它甚至不会抛出错误。句子在Web界面中被正确解析。

我尝试使用tokenizer的选项，没有结果。

我添加了我正在使用的命令行： java [...] edu.stanford.nlp.pipeline.StanfordCoreNLP -annotators tokenize，ssplit，pos，depparse -tokenize.whitespace false -ssplit.eolonly true -parse.model edu / stanford / nlp / models / parser / nndep / english_SD.gz -file $ inputfile

有人建议如何处理这个问题吗？

提前多多感谢！

加布里埃拉

Answer 1

在OS X 10.10.4上使用Stanford CoreNLP v.3.5.2运行，我无法重现此问题。给出的示例字符串解析得很好。

可能存在问题，但如果是这样，那么它很微妙，您希望同样提供有关Stanford NLP版本，操作系统和版本的更多信息，并且粘贴一个无法在某个地方下载的文本文件，确保问题不是在网页上粘贴文本时丢失的行结尾。