Voglio fare "coreference resolution" usando OpenNLP. La documentazione di Apache (Coreference Resolution) non copre come eseguire la "risoluzione di coreference" "". Qualcuno ha qualche doc/tutorial su come farlo?Correzione risoluzione usando OpenNLP
risposta
Per OpenNLP esiste una piccola documentazione sulla risoluzione delle coreure al momento ad eccezione di a very short mention of how to run it in the readme.
Se non si è investiti nell'uso di OpenNLP, prendere in considerazione lo Stanford CoreNLP package, che include a Java example of how to run it, tra cui come eseguire la risoluzione di coreference utilizzando il pacchetto. Include anche a page summarizing it's performance, and the papers published on the coreference package.
Recentemente ho riscontrato lo stesso problema e ho scritto alcune note del blog per l'utilizzo degli strumenti OpenNLP 1.5.x. È un po 'denso da copiare nella sua interezza, quindi here's a link with more details.
Ad alto livello, è necessario caricare l'appropriata OpenNLP coreference model libraries e anche il WordNet 3.0 dictionary. A fronte di tali dipendenze, l'inizializzazione dell'oggetto linker è abbastanza semplice:
// LinkerMode should be TEST
//Note: I tried LinkerMode.EVAL before realizing that this was the problem
Linker _linker = new DefaultLinker("lib/opennlp/coref", LinkerMode.TEST);
Utilizzando il Linker, però, è un po 'meno ovvio. È necessario:
- Rompere il contenuto verso il basso in frasi e le corrispondenti gettoni
- Creare un oggetto di analisi per ogni frase
Avvolgere ogni frase Analizzare in modo da indicare l'ordine frase:
final DefaultParse parseWrapper = new DefaultParse(parse, idx);
Iterate su ogni frase analizza e usa il linker per ottenere gli oggetti di menzione da ogni analisi:
final Mention[] extents = _linker.getMentionFinder().getMentions(parseWrapper);
Infine, usare il Linker di individuare le entità distinte in tutti gli oggetti Menzione:
DiscourseEntity[] entities = _linker.getEntities(arrayOfAllMentions);
- 1. OpenNLP Nome Finder
- 2. opennlp chunker e postag risultati
- 3. Ottenere la risoluzione dello schermo usando PHP
- 4. Precisione: ANNIE vs Stanford NLP vs OpenNLP con UIMA
- 5. Correzione ortografica e/o correzione ortografica in Java
- 6. Netbeans - correzione dell'importazione sull'intero progetto
- 7. Come rilevare i limiti di frase con OpenNLP e stringi?
- 8. Come riconoscere i nomi indiani tramite NER in OpenNLP?
- 9. jQuery Risoluzione schermo Risoluzione altezza
- 10. Correzione dell'errore nei nomi
- 11. Correzione codifica PDF
- 12. Correttore ortografico Correzione ortografica
- 13. Come si scattano immagini ad alta risoluzione usando Camera.takePicture()?
- 14. Risoluzione classi senza registrarti usando il Castello di Windsor
- 15. Risoluzione del sistema di equazioni lineari usando mathdotnet?
- 16. Quale metodo di correzione rapida?
- 17. Reinitialize ritardo correzione in ScheduledExecutorService
- 18. Requisiti di correzione in Symfony2
- 19. Correzione dei percorsi "../../" in python
- 20. Come avere questa correzione corretta?
- 21. Correzione di stringhe Unicode difettose
- 22. SSRS 2008 Correzione dell'intestazione riga
- 23. C++ stile Google: correzione automatica
- 24. Modifica testo senza correzione automatica
- 25. Disabilita correzione automatica UITextView Swift
- 26. Unisci risoluzione del conflitto
- 27. Correzione CSS per il metodo cercapersone di webgrid usando Razor e MVC3
- 28. Risoluzione di sovraccarico
- 29. Correzione di file ZIP danneggiati Intestazioni
- 30. Timeout risoluzione di WaitForSingleObject
La prego di indicare come ciò sarebbe stato fatto da linea di comando? Grazie. – Haritz
Nel blog hai detto di caricare i modelli usando 'getResourceAsStream' ma alla fine non hai descritto come hai detto a Linker di caricare i modelli usando' getResourceAsStream'. Come hai caricato i modelli? – justhalf
@justhalf Questo è in realtà solo un errore di copia + incolla da un precedente passaggio sul blog. Il 'Linker' prende direttamente il percorso verso i modelli di core-core, quindi non c'è bisogno di usare' getResourceAsStream'. Grazie per averlo capito! – dpdearing