如何解析多语言的句子？答案

【问题标题】：How to parse sentence that is multilingual?如何解析多语言的句子？
【发布时间】：2016-04-29 15:11:42
【问题描述】：

当我使用 Stanford Parser 解析以下句子时： “Jirí Hubac 的剧本是一颗宝石。” “安德烈·特平吸收性格研究。”

它引发内部错误。

句子是多语种的情况如何处理？

【问题讨论】：

标签： stanford-nlp text-parsing

【解决方案1】：

使用此处提供的完整斯坦福 CoreNLP 工具包：

http://stanfordnlp.github.io/CoreNLP/

我运行了这个命令：

java -Xmx6g -cp "stanford-corenlp-full-2015-12-09/*" edu.stanford.nlp.pipeline.StanfordCoreNLP -annotators tokenize,ssplit,pos,lemma,ner,parse -file example.txt -outputFormat text

解析你的例句没有问题，输出可以在文件中找到：example.txt.out

能否请您提供您发出的命令以及您尝试在这句话上运行时遇到的错误？

【讨论】：

@StanfodNLPHelp 我使用link 中提供的 Python 接口，只使用提供的命令 'code server.parse('some sentence') ' inline code in backticks
我不会使用那个 Python 包装器。您可以尝试使用斯坦福 CoreNLP 服务器：stanfordnlp.github.io/CoreNLP/corenlp-server.html 并使用此 Python 包装器：github.com/smilli/py-corenlp ...尽管我应该注意，如果您只想处理很多句子，您可以使用我在上面提供的命令.system() 调用然后处理输出...如果您使用“-outputFormat json”而不是文本，我们的工具包将输出处理后句子的 json
@StanfodNLPHelp 这对我很有帮助。另外，如何从 Stanford Parser 获得二值化解析树？这有什么参数吗？谢谢！
我的理解是处理这个问题的最简单方法是使用这个类：github.com/stanfordnlp/CoreNLP/blob/master/src/edu/stanford/nlp/… ...所以你将不得不从 GitHub 获取工具包，构建它（有一些说明在首页）...然后如果您使用该类的 main() 方法，它将解析句子并二进制化...所以是的，工具包中有对树进行二进制化的功能，但是您必须运行一些 Java实现这一目标的东西
请注意，ParseAndSetLabels.java 顶部的 cmets 有一个关于如何运行它的示例命令。您不想使用标签替换部分，所以我想给它一个空文件并将缺少的标签设置为 KEEP_ORIGINAL。