CoreNLP ile Fransızca için bağımlılık ayrıştırma

Question

Fransızca metinler için Stanford CoreNLP kullanmaya çalışıyorum. POS etiketleme ve ayrıştırma işleri iyi çalışıyor, ancak yapılandırmamla birlikte çıktı bağımlılıkları hiç mantıklı değil. Ben Fransız modellerle CoreNLP 3.6 kullanıyorum

annotators = tokenize, ssplit, pos, depparse, parse 
tokenize.language = fr 
pos.model = edu/stanford/nlp/models/pos-tagger/french/french.tagger 
parse.model = edu/stanford/nlp/models/lexparser/frenchFactored.ser.gz 
depparse.model = edu/stanford/nlp/models/parser/nndep/UD_French.gz 

here bulundu:

Yetkim french.conf içeren

java -mx1g -cp "~/stanford-corenlp/stanford-corenlp-full-2015-12-09/*" 
edu.stanford.nlp.pipeline.StanfordCoreNLP -props french.conf 
-file /tmp/file.txt -outputFormat text 

olduğunu. Günlük bu saygı ile iyi görünüyor:

[main] INFO edu.stanford.nlp.pipeline.StanfordCoreNLP - Adding annotator tokenize 
[main] INFO edu.stanford.nlp.pipeline.StanfordCoreNLP - Adding annotator ssplit 
[main] INFO edu.stanford.nlp.pipeline.StanfordCoreNLP - Adding annotator pos 
Reading POS tagger model from edu/stanford/nlp/models/pos-tagger/french/french.tagger ... done [0,2 sec]. 
[main] INFO edu.stanford.nlp.pipeline.StanfordCoreNLP - Adding annotator depparse 
Loading depparse model file: edu/stanford/nlp/models/parser/nndep/UD_French.gz ... 
PreComputed 100000, Elapsed Time: 1.43 (s) 
Initializing dependency parser done [3,4 sec]. 
[main] INFO edu.stanford.nlp.pipeline.StanfordCoreNLP - Adding annotator parse 
[main] INFO edu.stanford.nlp.parser.common.ParserGrammar -  Loading parser from serialized file edu/stanford/nlp/models/lexparser/frenchFactored.ser.gz ... 
done [3,0 sec]. 

ama burada

root(ROOT-0, chat-2) 
det(chat-2, Le-1) 
case(souris-5, mange-3) 
det(souris-5, la-4) 
nmod:mange(chat-2, souris-5) 
punct(chat-2, .-6) 

(aynı tam yapıyla, kedi fareyi yiyor ) "Le uyuz la souris chat" ile sonucudur Sadece saçmalık olan

; ve bu olağanüstü değil, birçok cümleyi test ettim ve her zaman bu tür bir çıktı elde ettim. Bu yüzden kötü bir yapılandırma dosyası kullandığımı düşünüyorum.

Herhangi bir yardım için teşekkür ederiz!

Answer 1

Çünkü CoreNLP bağımlılık ayrıştırıcısı, Universal Bağımlılıklar POS etiketlerini ve CoreNLP tarafından sağlanan Fransızca POS tagger girişinin French Treebank POS etiketlerini almasını bekler.

Ben Evrensel bağımlılıklar POS etiketlerini almak için Fransız POS tagger çıkışını çeviren yama yaptık

: ilgi olacağını olanlar için https://github.com/askplatypus/CoreNLP/commit/e6215bdc5d4903bc3e2d2fb533da7e3938fa825f

Answer 2

Stanford CoreNLP artık modellerini güncelledi ve onlar oldukça iyi iş şimdi.