TurboParser 的依赖解析输出是什么意思？答案

【问题标题】：What does the dependency-parse output of TurboParser mean?TurboParser 的依赖解析输出是什么意思？
【发布时间】：2014-06-24 18:54:22
【问题描述】：

我一直在尝试使用CMU's TurboParser 生成的依赖解析树。它完美无缺。然而，问题是文档很少。我需要准确理解他们解析器的输出。例如，句子“我用统计数据解决了问题。”生成以下输出：

1   I           _   PRP PRP _   2   SUB
2   solved      _   VBD VBD _   0   ROOT
3   the         _   DT  DT  _   4   NMOD
4   problem     _   NN  NN  _   2   OBJ
5   with        _   IN  IN  _   2   VMOD
6   statistics  _   NNS NNS _   5   PMOD
7   .           _   .   .   _   2   P

我没有找到任何可以帮助理解各个列代表什么以及倒数第二列 (2, 0, 4, 2, ... ) 中的索引是如何创建的文档。另外，我不知道为什么有两列专门用于词性标签。任何帮助（或指向外部文档的链接）都会有很大帮助。

附：如果你想试试他们的解析器，here is their online demo。

附言请不要建议使用斯坦福的依赖解析输出。我对线性规划算法很感兴趣，这不是斯坦福的 NLP 系统所做的。

【问题讨论】：

标签： nlp parse-tree

【解决方案1】：

TurboParser 输出的每一列的含义如下：

token的id，即它在句子中的从一开始的索引
原始标记与原始文本中的一样
lemma，令牌的词形化形式（此处为空，因为没有设置词形化器）
标签（粗粒度词性标签）
tag（细粒度的词性标签，与 TurboParser 的 4. 相同）
形态特征（此处为空）
令牌头部，由其索引表示（根令牌的头部值为0）
当前令牌与其头部的关系

您提供的生成输出可以表示为dependency-based parse tree：

有关 CoNLL-X 格式的更多信息：

【讨论】：

【解决方案2】：

我不知道 TurboParser，但我猜第一个数字表示令牌的 id，第二个数字表示其调控器的 id。也就是说，对于您的示例：

solved(
 I,
 problem(the),
 with(statistics),
 .
)

其实就是 CoNLL-X 格式。您可以在这里获取更多信息：http://ilk.uvt.nl/conll/#dataformat

【讨论】：