Czy ktoś może mi powiedzieć, jak używać wcześniej wyszkolonego modelu MaltParser (http://maltparser.org/mco/english_parser/engmalt.html) w nltk.parse.malt? Wydaje się, że jedyną opcją jest trenowanie z pliku (jeśli ktokolwiek mógłby wskazać mi drogę do dobrego, publicznie dostępnego pliku szkoleniowego, byłoby to również świetne).Korzystanie ze wstępnie wyszkolonego modelu MaltParser z NLTK
Odpowiedz
Odnośnie korzystania pretrained model - Wydaje się to było (i wydaje się wciąż być) otwarty temat na forum NLTK dev: https://github.com/nltk/nltk/issues/145
Z tego co rozumiem można zrobić to poprzez ustawienie jakąś wewnętrzną zmienną:
„I choć można ręcznie ustawić pole MCO na obiekcie, który nie jest narażony na API , a użytkownik, który nie wykopał kodu, nie wiedziałby o tym. "
Jednak nie mogłem znaleźć konkretnego miejsca, aby to zrobić.
chodzi o uzyskanie pretrained modelu - mam na myśli do tego tematu na SO:
Interfejs MaltParser w starszych wersjach NLTK wykorzystywane hardcode ścieżkę do modelu. Zostało to naprawione w zatwierdzeniu e9e443. Można teraz wykonać następujące czynności:
maltparser = MaltParser(mco="/path/to/your/model.mco")
W chwili pisania tego, easy_install i pip jeszcze zainstalować wersję NLTK, który nie zawiera tę poprawkę (2.0.1rc4). Jeśli nie możesz sobie pozwolić na przejście na krawędzi krwawienia wersji, można użyć następującego Hack:
maltparser = MaltParser()
maltparser.mco = "/path/to/your/model.mco"
Pre-przeszkolony modeli można znaleźć na MaltParser's official website.
- 1. Parsing kilka zdań z MaltParser użyciu NLTK
- 2. Korzystanie ze wstępnie wyszkolonego osadzania słów (word2vec lub Glove) w TensorFlow
- 3. Przekształcanie wyszkolonego modelu Tensorflow na protobuf
- 4. Spark - Jak korzystać z wyszkolonego modelu rekomendującego w produkcji?
- 5. Korzystanie z CGridView dla powiązania modelu
- 6. Python scikit-learn: eksportowanie wyszkolonego klasyfikatora
- 7. Korzystanie z SQLite ze std :: iostream
- 8. Korzystanie z meteor.js ze stroną serwera php
- 9. Korzystanie z TestFlight ze środowiskiem programistycznym CloudKit
- 10. semantyczna parsowania z NLTK
- 11. Korzystanie liczby całkowite/daty jako terminale w NLTK parsera
- 12. Korzystanie z Linq na modelu obiektu klienta wynik z sharepoint
- 13. Generowanie modelu ze stowarzyszeniami ActiveRecord
- 14. Korzystanie Keras ImageDataGenerator w modelu regresji
- 15. Save Naive Bayes Trained Classifier w NLTK
- 16. Korzystanie granicę() w sprawie zamkniętego modelu
- 17. Tworzenie nowego korpusu z NLTK
- 18. Korzystanie z zakresu od pokrewnego modelu w innym zakresie
- 19. Korzystanie EF4 narzędzie do migracji z modelu pierwszego podejścia
- 20. Korzystanie z helperów w modelu: jak dołączyć zależności pomocnicze?
- 21. Jak emitować metodę ze wstępnie załadowaną zmienną lokalną MethodInfo?
- 22. Wizualizacja modelu danych Haskell ze źródła
- 23. Korzystanie zbywalne obiekty ze Pracownik internetowej
- 24. Korzystanie decltype ze wskaźników funkcji członkowskich
- 25. Korzystanie pandy wykreślić barplots ze słupków błędów
- 26. Czy korzystanie z Cloud PaaS automatycznie rozwiąże problemy ze skalowalnością?
- 27. Korzystanie z funkcji AndroidAnnotations ze Scala i Gradle
- 28. Korzystanie ze słowników w Mako szablony
- 29. NLTK Kontekst Darmowe generowanie gramatyki
- 30. NLTK dla języka perskiego