相当于命令行的CoreNLP API？

Question

对于我们的项目之一，我们当前正在命令行中使用语法分析组件。 我们希望从这种方法过渡到现在使用corenlp服务器（以获得更好的性能）。

我们的命令行选项如下：

java -mx4g -cp "$scriptdir/*:" edu.stanford.nlp.parser.lexparser.LexicalizedParser -tokenized -escaper edu.stanford.nlp.process.PTBEscapingProcessor  -sentences newline -tokenized -tagSeparator / -tokenizerFactory edu.stanford.nlp.process.WhitespaceTokenizer -tokenizerMethod newCoreLabelTokenizerFactory  -outputFormat "wordsAndTags,typedDependenciesCollapsed"

我做了一些尝试，但是在使用corenlp API（与Python结合使用）时，我没有设法找到合适的选项。

例如，如何指定文本已被标记化？

我真的很感谢您的帮助。

Answer 1

通常，服务器将调用CoreNLP而不是单个NLP组件，因此有关CoreNLP的文档可能会有用。 被注释文本的主体作为POST主体发送到服务器； 属性作为URL参数传递。 例如，对于您的情况，我相信以下curl命令应该可以解决问题（并且应该易于适应您选择的语言）：

curl -X POST -d "it's split on whitespace" \
  'http://localhost:9000/?annotators=tokenize,ssplit,pos,parse&tokenize.whitespace=true&ssplit.eolonly=true'

请注意，我们只是将以下属性传递到服务器中：

• annotators = tokenize,ssplit,pos,parse （指定我们需要解析器及其所有先决条件）。
• tokenize.whitespace = true将调用withespace标记生成器。
• ssplit.eolonly = true将只在换行符上拆分句子。

其他可能有用的选项记录在解析器注释器页面上 。