如何使用 ClearNLP 反序列化 CoNLL 格式的依赖树？答案

【问题标题】：How to deserialize a CoNLL format dependency tree with ClearNLP?如何使用 ClearNLP 反序列化 CoNLL 格式的依赖树？
【发布时间】：2015-05-21 06:47:58
【问题描述】：

使用 ClearNLP 进行依赖解析会创建一个 DEPTree 对象。我已经解析了一个大型语料库并将所有数据序列化为 CoNLL 格式（例如，this ClearNLP page on Google code）。

但我不知道如何反序列化它们。 ClearNLP 提供了一个DEPTree#toStringCoNLL() 方法（向下滚动this page 以查看它）。我正在寻找一些东西来读取 CoNLL 格式的解析树并创建一个 DEPTree 对象。我试图对其进行逆向工程，但并没有真正理解代码的内部工作原理。

相反，我创建了自己的依赖树类来处理我需要的基本功能，但我真的很想知道如何获取DEPTree 对象。到目前为止，我还没有在他们的 API 中找到任何这样做的方法。

【问题讨论】：

标签： java nlp deserialization parse-tree clearnlp

【解决方案1】：

找到了答案，所以分享关于 SO 的智慧 :-) ...

可以使用edu.emory.clir.clearnlp.reader 包中的TSVReader 完成反序列化。

public void readCoNLL(String inputFile) throws Exception {
    TSVReader reader = new TSVReader(0, 1, 2, 4, 5, 6, 7);
    reader.open(new FileInputStream(inputFile));
    DEPTree tree;
    while ((tree = reader.next()) != null)
        System.out.println(tree.toString(DEPNode::toStringDEP));
}

这是ClearNLP的作者Jinho Choi提供的here。

在旧版本 (com.clearnlp.reader.DEPReader 类而不是 TSVReader。

【讨论】：