java - Penn Treebank 词性符号本身在 CoreNLP 代码中的什么位置实际表示？

Question

我正在专门寻找一些数据结构、枚举或生成过程，通过它们在内部表示不同的词性。我花了很长时间扫描了一段时间的Javadoc和源代码，找不到我要找的东西。如果可能的话，我想直接访问标签的集合，如果它们存储在某个中心位置。如果我提出的问题构成了关于 CoreNLP 后标记操作方式的幼稚假设，请原谅我，但如果我所描述的内容确实以某种形式存在，这将非常有帮助。谢谢!

Answer 1

我实际上不确定它们是否在代码中的任何地方明确表示。标记器只是将它们输出为字符串而不是任何类型的固定枚举，并且输出空间直接从训练数据中推断出来。这样做的好处是您可以在任意标签集上训练完全相同的模型。当然还有你刚刚遇到的劣势。 :)

但是，对于英语，标签集应该是 Penn Treebank 标签集:https://www.ling.upenn.edu/courses/Fall_2003/ling001/penn_treebank_pos.html