Question

我有Penn树库（s表达式）格式的中国选区树库，我想获取conll格式数据。我知道可以使用此命令由StanfordCoreNLP转换英语数据

java -mx1g edu.stanford.nlp.trees.ud.UniversalDependenciesConverter -treeFile treebank > treebank.conllu

我也知道StanfordCoreNLP支持使用命令选择中文语言模型

java -mx3g -cp "*" edu.stanford.nlp.pipeline.StanfordCoreNLP -props StanfordCoreNLP-chinese.properties -file chinese.txt -outputFormat text

当我使用命令

java -mx3g -cp "*" edu.stanford.nlp.trees.ud.UniversalDependenciesConverter -props StanfordCoreNLP-chinese.properties -treeFile chtb_0001.nw > chtb_0001_nw.conllu

没有任何变化，在这种情况下，StanfordCoreNLP工具仍选择英语模型而不是中文模型。我无法从StanfordCoreNLP主页获得更多详细信息。所以我想从StackoverFlow获得帮助。

Answer 1

我认为这会起作用：

java -Xmx1g edu.stanford.nlp.trees.international.pennchinese.UniversalChineseGrammaticalStructure -treeFile ctb_example.txt -checkConnected -basic -keepPunct -conllx

如何使用StanfordCoreNLP实现美国宾州树库（s表达式）到CONLL格式的转换？

1 个答案: