《NLP》专题

链接到斯坦福情绪分析页面 “使用PTB格式的数据集，可以使用以下命令重新训练模型：” 来自dev.txt的示例（前导的4代表5...4/5正极性）

我设法获得了一个已经配置好的最小java示例，该示例使用OpenNLP组件作为管道。 代码如下所示： 摘自opennlptextanalyzer.xml： 是获取值的开始，但是由于UIMA拥有基元类型的类，即使是注释类中的toString方法的源代码读起来也像是一记耳光。 哪里可以找到使用基本UIMA的java代码，哪里有好的教程（除了框架本身的javadoc）？

我是Java和Stanford NLP工具包的新手，并试图在一个项目中使用它们。具体地说，我尝试使用Stanford Corenlp toolkit来注释文本（使用Netbeans而不是命令行），并尝试使用http://nlp.Stanford.edu/software/Corenlp.shtml#Usage上提供的代码（使用Stanford Corenlp API）。问题是：有人能告诉我如何在文

我正计划建立一个聊天机器人，它可以得到用户的输入，并分析和调用不同的web服务在Java。例如， 对于第一个，它必须识别它是一个检索请求，因为它是“get”调用，它是关于书和日期的。在第二个文本需要提取关键词“书籍”和出版物名称“ABC”。第三个是不同的，它是一个创建带有姓名和地址的客户请求调用。 由于我更舒适的与Java，我正在寻找NLP可以实现以上。在互联网上，我找到了更多关于OpenNLP和

Stanford NLP是否为提供了一种训练方法，使其能够用自己的语料库进行训练，并创建自己的句子拆分模型？ 我正在与德语句子工作，我需要创建我自己的句子拆分任务的德语模型。因此，我需要训练句子拆分器。 我有办法做到吗？

我使用Stanford NLP文本分类器（ColumnDataClassifier）从我的Java代码。我有两个主要问题。

在stanford core nlp我已安装java运行时环境的文件夹中运行命令java-MX4G-CP“*”edu.stanford.nlp.pipeline.StanfordCorenlpServer-port 9000-timeout 15000时，出现以下错误： 无效的最大堆大小：-XMX4G指定的大小超过了可表示的最大大小。错误：无法创建Java虚拟机。错误：发生致命异常。程序将退出。

我尝试了使用stanford nlp python软件包和live demo对tweet文本进行情感分析，但结果不同。python包的结果是肯定的，而live demo的结果是否定的。 对于python包，我下载stanford-corenlp-4.0.0并安装py-corenlp，基本按照本答案中的说明：Stanford nlp for python，代码如下所示: 现场演示: 现场演示结果的屏

我想使用斯坦福大学的NLP服务器与德语文本。我测试了http://corenlp.run/，它在德语中运行良好。如果我在自己的机器上用 java -mx4g -cp “*” edu.stanford.nlp.pipeline.StanfordCoreNLPServer [port] [超时] 它只适用于英语。如果我选择德语，我会收到错误消息 无法处理传入的注释 命令行显示: java.util.P

我想做的只是找到任何给定字符串的情绪（积极/消极/中性）。在研究中，我遇到了斯坦福大学的NLP。但可悲的是它在爪哇。对于如何使它适用于Python有什么想法吗？

我有138k的用户反馈记录，我想对这些记录进行分析，以了解用户最常说的话的大致模式。每一个都有1-5颗星的评级，所以我不需要做任何情绪分析。我最感兴趣的是将数据集拆分为 我遇到的一个关键问题是，我希望看到很多n-gram。我知道其中一些，如“HOV车道”、“拼车车道”、“绕道时间”、“让路”等，但我也希望通过编程来检测常见的双向和三向图。我一直在玩弄Spacy，但它似乎没有任何能力在语料库级别上进

我从几个网络搜索中拼凑出以下内容。我可以让简单的Java regex与之匹配，但在使用NER时，我没有尝试过任何匹配（所有这些都是从web搜索中复制来的示例，并稍微调整了一下）。 为了清晰起见，请编辑：（下面代码中的中的成功/失败为true/false。） 我不知道我是否需要明确地提到某个模型或注释或其他东西，或者我是否遗漏了其他东西，或者我是否只是以完全错误的方式处理它。

任何带有工作示例的答案都会很棒。