NLP 中的数据字典是什么？答案

【问题标题】：What is the data dictionary in NLP?NLP 中的数据字典是什么？
【发布时间】：2015-12-25 01:35:52
【问题描述】：

我是 NLP 及其概念的新手。我目前正在尝试使用来自 Apache 的 OpenNLP。当我尝试使用 blog 中所示的解析器工具时，我得到如下输出：

Input: Shutdown all active devices

Output: 
(TOP(VP(VB Shutdown)
(NP(DT all)
    (JJ active)
    (NNS devices))))

我无法理解所有首字母缩略词的含义。其中一些我可以从Stanford's OpenNLP implementation 中理解。但不是全部。

谁能指出一些正确的方向，我如何理解它，以及我的代码如何理解所说的内容。

【问题讨论】：

链接“Stanford's OpenNLP...”后面的 URL 似乎放错了位置？它指向 Apache Stanbol，这是一个“旨在使用语义服务扩展传统内容管理系统”的项目。当然，这就是你的意思？

【解决方案1】：

首先，学习任何科目都需要时间，所以不要着急，否则你会迷惑自己。您看到的输出语法是一棵树，它采用一系列列表和嵌入列表的形式。它可能会让您想起流行的 LISP 的语法，例如 Scheme 或 Clojure。

(TOP(VP(VB Shutdown)
(NP(DT all)
    (JJ active)
    (NNS devices))))

单词/列表左侧的标签是所谓的 POS (Part-of-Speech) 标签，代表单词所属的语法类别，本质上是单词类别消歧。词性标注仍然是自然语言处理中非常困难的研究领域之一，其 F1 分数高达 90%。您构建的树 sn-p（如下列表所示）如下所示：

(TOP(Verb, non-3rd-person(Verb Shutdown)
(Noun-Phrase (Determiner all)
    (Adjective active)
    (Noun-plural devices))))

POS 标记是用于语义解析或命名实体识别等任务的出色语言功能。一些值得学习的好资源包括：

词性标签列表（Penn Treebank 语料库）

【讨论】：