斯坦福 CoreNLP：以 CONLL 格式从 Java 输出答案

【问题标题】：Stanford CoreNLP: output in CONLL format from Java斯坦福 CoreNLP：以 CONLL 格式从 Java 输出
【发布时间】：2016-09-19 19:27:14
【问题描述】：

我想用 Stanford CoreNLP 解析一些德语文本并获得一个 CONLL 输出，以便我可以将后者传递给 CorZu 进行共指解析。

我该如何以编程方式做到这一点？

这是我目前的代码（仅输出依赖树）：

Annotation germanAnnotation = new Annotation("Gestern habe ich eine blonde Frau getroffen");
Properties germanProperties = StringUtils.argsToProperties("-props", "StanfordCoreNLP-german.properties");
StanfordCoreNLP pipeline = new StanfordCoreNLP(germanProperties);
pipeline.annotate(germanAnnotation);

StringBuilder trees = new StringBuilder("");
for (CoreMap sentence : germanAnnotation.get(CoreAnnotations.SentencesAnnotation.class)) {
     Tree sentenceTree = sentence.get(TreeCoreAnnotations.TreeAnnotation.class);
     trees.append(sentenceTree).append("\n");
}

【问题讨论】：

标签： format dependencies stanford-nlp

【解决方案1】：

通过以下代码，我设法将解析输出保存为 CONLL 格式。

OutputStream outputStream = new FileOutputStream(new File("./target/", OUTPUT_FILE_NAME));
CoNLLOutputter.conllPrint(germanAnnotation, outputStream, pipeline);

但是，所有单词的 HEAD 字段都是 0。我不确定解析中是否存在问题或仅在 CONLLOutputter 中存在问题。老实说，CoreNLP 让我非常恼火，无法进一步调查。

我决定并建议改用 ParZu。 ParZu 和 CorZu 可以无缝地协同工作 - 他们确实做到了。就我而言，我有一个已经标记化和 POS 标记的文本。这使事情变得更容易，因为您将不需要：

使用 STTS 标记集的 POS 标记器
形态分析工具

安装 ParZu 和 CorZu 后，您只需运行 corzu.sh（包含在 CorZu 下载文件夹中）。如果您的文本被标记和 POS 标记，您可以相应地编辑脚本：

parzu_cmd="/YourPath/ParZu/parzu -i tagged"

最后一点：确保将您的标记文本转换为以下格式，空行表示句子边界：word [tab] tag [newline]

【讨论】：