【发布时间】：2010-09-30 14:21:56
【问题描述】：
我正在寻找能够执行以下操作的 java 解析器（或生成的解析器）：
- 我将提供已标记词性的句子。我将使用我自己的标签集。
- 我没有任何统计数据。因此，如果解析器是统计的，我希望能够在没有此功能的情况下使用它。
- 轻松适应其他语言。学习曲线低
【问题讨论】：
【发布时间】：2010-09-30 14:21:56
【问题描述】：
Stanford Parser（已在其他 SO 问题中列出）将完成您列出的所有操作。
您可以提供自己的 POS 标签，但如果它们尚未采用该格式，则需要对 Penn TreeBank 集进行一些翻译。解析器要么是统计的，要么不是。如果不是，则需要一组语法规则。除了作为玩具之外，再也没有真正以这种方式构建解析器，因为它们真的很糟糕™。因此，您可以依赖 Stanford Parser 使用的统计数据（无需您进行额外的工作）。但是，这确实意味着有关您自己的标签的统计信息（如果它们不直接映射到 Penn TreeBank 标签）将被忽略。但是，由于您无论如何都没有标签的统计信息，因此应该可以预料到。
他们也为其他几种语言训练了解析器，但如果您想使用他们没有的语言，则需要您自己的标记数据。无论您使用哪种解析器，都无法解决这个问题。
如果您了解 Java（我假设您知道），Stanford Parser 非常简单易懂。他们的邮件列表也是一个很好的资源并且相当活跃。
【讨论】：
-
除了它自己的页面之外，你知道一些关于斯坦福解析器的好文档吗？
-
我很久以前写了一篇博文，其中有点介绍它并引用了您可能需要的 Penn TreeBank 内容：
-
+1。斯坦福解析器真的很好，我正在使用它。它是一个基于最大熵算法的统计 NLP 标注器。
我不太清楚你想要什么，但我首先想到的是 Mallet：
【讨论】：
-
Mallet 库好像没有解析器。
-
Mallet 是一种序列标注工具，也叫浅解析。