使用stanford pos tagger的阿拉伯语标记

Question

我对NLP世界全新，我需要你的帮助才能开始使用漂亮的Stanford pos tagger标记阿拉伯语句子。

我已经安装了一个完整版本，其中包含两个经过阿拉伯语培训的标记。

拜托，请指导我使用java和eclipse在阿拉伯语中应用这个标记器，

1. 我应该导入什么？
2. 我应该向模特添加什么
3. 处理阿拉伯语的函数和库
4. 这个标记器可以提供正确的标签，即使它不在训练集中。

实际上，我已经浏览了斯坦福大学的官方网站，但它并没有那么有用

提前谢谢

Answer 1

以下是您可以从中下载斯坦福解析器的链接：nlp.stanford.edu/software/lex-parser.shtml

我希望您已经在使用Java环境。所以进入放置解析器文件的目录。

java -mx200m edu.stanford.nlp.parser.lexparser.LexicalizedParser -retainTMPSubcategories -outputFormat "wordsAndTags,penn,typedDependencies" englishPCFG.ser.gz mumbai.txt

mumbai.txt是输入文件。

但我发现伯克利解析得更好。您可以从https://code.google.com/p/berkeleyparser/downloads/list

下载

下载解析器jar文件和gramar用于阿拉伯语文本。

然后执行简单的命令：

java -jar BerkeleyParser-1.7gr eng_sm6.gr 

现在输入您要解析的任何句子。

对于POS，您可以从http://nlp.stanford.edu/software/tagger.shtml

下载