NLTK 中最高效的解析器？答案

【问题标题】：Most Efficient Parser in NLTK?NLTK 中最高效的解析器？
【发布时间】：2019-03-01 20:05:25
【问题描述】：

我在 NLTK 中找不到一个解析算法，它在使用大型语法实例化时在合理的时间内解析一个句子（对 Penn Treebank 的 20 多个文件 ID 进行训练会导致解析需要几分钟或更长时间，具体取决于关于解析算法）。我正在使用整个树库进行训练 - 所有 ~ 2,400 个文件 ID - 所以每个句子这么多时间是不可行的，因为我试图解析树库的整个测试集（文件 ID 2,300 - 2,399）。

目前我尝试过的算法包括：

维特比解析器
所有 ChartParser 算法
RecursiveDescentParser（这实际上在启动后以 RecursionError 退出）

如果有任何算法可以在对大型语法进行训练时快速解析（即使它不包含在 NLTK 库中），我将不胜感激能指出这个方向。

我知道 CoreNLPParser 模块，但据我所知，这只能在已加载语法的情况下调用，这不符合我的要求，因为我正在寻找一种算法来评估 Penn Treebank 测试集，因此需要能够决定算法使用的语法。

【问题讨论】：

看看spaCy库：spacy.io/usage/linguistic-features
spaCy 仅提供依赖解析器，而不是像 NLTK 算法那样生成解析树的标准短语解析器。
你可以试试 benepar，它会生成（Constituency parser）树，它可以和 spacy 一起使用。 spacy.io/universe/?id=self-attentive-parser
Gideon，你知道是否可以使用这个库为单个句子获取多个解析树？谢谢。
标记为parse-tree。另外，任何人都可以发布相关 NTLK github 问题的编号吗？

标签： python nlp nltk parse-tree

【解决方案1】：

您可能想试试 Benepar (Berkeley Neural parser)

它具有 MIT 许可证并与 NLTK 或 spaCy 集成。语言支持包括：英语、汉语、德语、巴斯克语、法语、希伯来语、匈牙利语、韩语、波兰语、瑞典语

【讨论】：