相當於命令行的CoreNLP API？

Question

對於我們的項目之一，我們當前正在命令行中使用語法分析組件。 我們希望從這種方法過渡到現在使用corenlp服務器（以獲得更好的性能）。

我們的命令行選項如下：

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"

我做了一些嘗試，但是在使用corenlp API（與Python結合使用）時，我沒有設法找到合適的選項。

例如，如何指定文本已被標記化？

我真的很感謝您的幫助。

Answer 1

通常，服務器將調用CoreNLP而不是單個NLP組件，因此有關CoreNLP的文檔可能會有用。 被注釋文本的主體作為POST主體發送到服務器； 屬性作為URL參數傳遞。 例如，對於您的情況，我相信以下curl命令應該可以解決問題（並且應該易於適應您選擇的語言）：

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

請注意，我們只是將以下屬性傳遞到服務器中：

• annotators = tokenize,ssplit,pos,parse （指定我們需要解析器及其所有先決條件）。
• tokenize.whitespace = true將調用withespace標記生成器。
• ssplit.eolonly = true將只在換行符上拆分句子。

其他可能有用的選項記錄在解析器注釋器頁面上 。