Java 自然语言解析器

Question

我正在寻找一个能够执行以下操作的 java 解析器(或生成的解析器):

1. 我将提供已经带有词性标记的句子。我将使用我自己的标签集。
2. 我没有任何统计数据。因此，如果解析器是统计性的，我希望能够在没有此功能的情况下使用它。
3. 轻松适应其他语言。学习曲线低

Answer 1

Stanford Parser (在其他问题中列出)将执行您列出的所有操作。

您可以提供自己的 POS 标签，但如果它们尚未采用该格式，则需要对 Penn TreeBank 集进行一些转换。解析器要么是统计性的，要么不是。如果不是，您需要一套语法规则。除了作为玩具之外，不再真正以这种方式构建解析器，因为它们真的很糟糕™。因此，您可以依赖斯坦福解析器使用的统计数据(无需您进行额外的工作)。然而，这确实意味着有关您自己的标签的统计信息(如果它们没有直接映射到 Penn TreeBank 标签)将被忽略。但由于您无论如何都没有标签的统计信息，所以这应该是预料之中的。

他们也有针对其他几种语言进行过培训的解析器，但是如果您想使用他们没有的语言，您将需要自己的标记数据。无论您使用哪种解析器，都无法回避这个问题。

如果您了解 Java(我假设您了解)，Stanford Parser 非常简单且易于上手。他们的邮件列表也是一个很好的资源并且相当活跃。