Come ottenere l'output di analisi delle dipendenze esattamente come demo online?

Question

Come posso ottenere la stessa analisi delle dipendenze a livello di codice utilizzando stanford corenlp come mostrato nella demo online?

Sto utilizzando il pacchetto corenlp per ottenere l'analisi delle dipendenze per la seguente frase.

Secondo operatore sanitario in Texas, i test positivi per Ebola, dicono le autorità.

cerco di ottenere il parsing di programmazione utilizzando il codice qui sotto

  Properties props = new Properties(); 
      props.put("annotators", "tokenize, ssplit, pos, lemma, ner, parse, dcoref"); 
      StanfordCoreNLP pipeline = new StanfordCoreNLP(props); 

      String text = "Second healthcare worker in Texas tests positive for Ebola , authorities say ."; // Add your text here! 
      Annotation document = new Annotation(text); 
      pipeline.annotate(document); 
      String[] myStringArray = {"SentencesAnnotation"}; 
      List<CoreMap> sentences = document.get(SentencesAnnotation.class); 
      for(CoreMap sentence: sentences) { 
       SemanticGraph dependencies = sentence.get(BasicDependenciesAnnotation.class); 
       IndexedWord root = dependencies.getFirstRoot(); 
       System.out.printf("root(ROOT-0, %s-%d)%n", root.word(), root.index()); 
       for (SemanticGraphEdge e : dependencies.edgeIterable()) { 
        System.out.printf ("%s(%s-%d, %s-%d)%n", e.getRelation().toString(), e.getGovernor().word(), e.getGovernor().index(), e.getDependent().word(), e.getDependent().index()); 
       } 
      } 

    } 

ottengo il seguente output utilizzando il corenlp Stanford 3.5.0 pacchetto.

root(ROOT-0, worker-3) 
amod(worker-3, Second-1) 
nn(worker-3, healthcare-2) 
prep(worker-3, in-4) 
amod(worker-3, positive-7) 
dep(worker-3, say-12) 
pobj(in-4, tests-6) 
nn(tests-6, Texas-5) 
prep(positive-7, for-8) 
pobj(for-8, ebola-9) 
nsubj(say-12, authorities-11) 

Ma la demo online dà una risposta diversa che segna dicono come la radice e ha altre relazioni come Ccomp tra le parole del parsing.

amod(worker-3, Second-1) 
nn(worker-3, healthcare-2) 
nsubj(tests-6, worker-3) 
prep(worker-3, in-4) 
pobj(in-4, Texas-5) 
ccomp(say-12, tests-6) 
acomp(tests-6, positive-7) 
prep(positive-7, for-8) 
pobj(for-8, Ebola-9) 
nsubj(say-12, authorities-11) 
root(ROOT-0, say-12) 

Come posso risolvere il risultato in modo che corrisponda alla demo online?

Answer 1

Il motivo per il diverso output è che se si utilizza parser demo, viene utilizzata la distribuzione parser autonoma e il codice utilizza l'intera distribuzione CoreNLP. Sebbene entrambi utilizzino lo stesso parser e gli stessi modelli, la configurazione predefinita di CoreNLP esegue un tagger di parte vocale (POS) prima di eseguire il parser e il parser incorpora le informazioni POS che possono portare a risultati diversi in alcuni casi.

Al fine di ottenere gli stessi risultati è possibile disattivare il tagger POS modificando l'elenco dei commentatori:

props.put("annotators", "tokenize, ssplit, parse, lemma, ner, dcoref"); 

Si noti, tuttavia, che il lemma, ner e commentatori dcoref tutti richiedono i tag POS, in modo da devi cambiare l'ordine degli annotatori.

C'è anche uno CoreNLP demo che dovrebbe sempre produrre lo stesso output del codice.