spacy 将 conllul 转换为 spacy json 格式

【问题标题】：spacy convert conllul to spacy json formatspacy 将 conllul 转换为 spacy json 格式
【发布时间】：2018-11-15 11:54:28
【问题描述】：

我从 Universal Dependencies 获取数据，我主要使用印尼语（印尼语），所以我克隆了 repo：

两个 repo 都包含 bz2 文件，解压后我得到包含的文件。一切都是conllul格式。所以我尝试使用命令将其转换为 spacy 的 json 格式：

python -m spacy convert thefile.conllul .

但是，spacy 抛出错误消息：

Unknown format Can't find converter for conllul

如何进行转换？ conllul 和conll 格式是一样的吗？如果没有，我如何将conllul 转换为conll 格式？提前谢谢

【问题讨论】：

标签： nlp spacy

【解决方案1】：

好的，在回答你的问题之前，让我们先澄清一下。

下列说法正确：

有不同的 ConNLL 格式
不同格式的共同点是它们源自CoNLL 会议。
Spacy 通过其 CLI 为 2 种不同格式提供转换器：简单的 conll 格式和最新的 conllu 格式。你可以找到更多关于 conll 格式 here 和更多关于 conllu 格式 here
Conllul 是一种不同的数据格式，于 2018 年提出。您可以阅读更多内容here
Spacy 不支持 conllul 和 json 格式之间的直接转换。

考虑到所有这些，我想您的问题的答案是为您的语言使用 conllu 格式，这是使用 spacy 处理自然语言数据的标准方法。我发现在您的语言的 ud 树库集合中有格式的数据。您可以从here 下载数据，然后使用 spacy 转换器将它们转换为 json。

我真的希望它有所帮助。 :)

【讨论】：