python - 新的斯坦福自然语言处理原生Python包和Core-NLP的Python包装器有什么区别？

Question

任何人都可以阐明新的原生 Python StanleyNLP 包中使用的神经管道之间的差异:https://stanfordnlp.github.io/stanfordnlp/

以及 Java coreNLP 包的 python 包装器 https://stanfordnlp.github.io/CoreNLP/ ？

这两种不同的实现吗？我看到斯坦福NLP 包有原生神经实现，但也有一个 CoreNLP 包的包装器，我想知道如果所有东西都迁移到 python，为什么还需要这个包装器？

Answer 1

这两个系统完全不同。 Python 原生神经管道大致对应于 Universal Dependency Parsing from Scratch ，其中使用的 Tensorflow 解析器在 PyTorch 中重现。它为许多语言提供了一个完整的神经管道，从句子分割到依存分析，利用 UD资源，但(目前)不支持其他内容，例如 NER、共指、关系提取、开放 IE 和手写模式匹配，并且仅在 UD 资源上进行训练。 CoreNLP您可以通过这个或其他 Python 包装器使用它，它确实为少数语言提供了所有其他组件，并且一些模型(包括英语)接受了更多数据的训练。它具有许多前神经组件的优点和缺点(快速分词器!纯粹的启发式句子分割)。最有可能的是，如果您正在处理正式的英语文本，那么目前使用 CoreNLP 仍然会做得更好。在许多其他情况下，使用 Python stanfordnlp 会做得更好。