在斯坦福解析器中添加语言

Question

我想用另一种尚未实现的语言使用Stanford解析器。

我在网站上看了一眼，但发现没有什么可以帮助我。

我想我要做的就是“只是”创建一个新的languagePCFG.ser，但这样做呢？

另外，如果有人知道法语和西班牙语是否应该被释放？

Answer 1

需要做几件事：

• 您需要一个树库（一组手工解析树），从中计算出解析器中使用的概率
• 您需要特定于语言的文件（例如xLanguagePack，xTreebankParserParams，它们指定有关语言，树库编码和解析选项的内容
• 然后，您在树库上训练解析器以生成语法文件（请参阅分发中的makeSerialized.csh）
• 您可能需要使用特定语言的标记生成器将文本划分为标记
• 如果您想要Stanford Dependencies输出，那么还有一个基于规则的图层来定义依赖关系

从2011年开始，我们开始与Stanford Parser分发法国模型。从2015年开始，我们开始分发西班牙模式。