nlp - 斯坦福 NNDep 解析器 : features used

Question

关于斯坦福的神经网络依赖解析器 *̦在训练和测试阶段使用了哪些特征？实际上，CONLL ᶸ 中的哪些列ˣ格式化的数据集可以用 _ 代替，而解析器在训练时不会失去任何准确性？哪些列从未被阅读？

当然是 ID、FORM 和 HEAD(第 # 1、2 列& 7) 是必须的，因为很可能是 U/C-POSTAG (# 4) 和 DEPREL (#8)。但是 LEMMA、(X)-POSTAG 和 FEATS 列(# 3、5 & 6)?它们在训练时有帮助吗，或者树库中是否包含与解析器无关的任何信息？

Answer 1

在当前的实现中，我们只使用以下字段。我的列索引从 1 开始。

• FORM(第 2 列)
• UPOSTAG(第 4 列)[^1]
• HEAD(第 7 列)
• DEPREL(第 8 列)

[^1]:如果使用粗略的词性标记 (-cPOS) 进行解析，我们改为阅读第 5 列。

只要您不破坏 CoNLL 格式(即，仍然在空列中包含 _)，其他所有内容都可以为空。

请查看我们在这里阅读了哪些专栏:edu.stanford.nlp.parser.nndep.Util.loadConllFile .请注意，这些对于 CoNLL-X 和 CoNLL-U 表示都是相同的。