2 xu erni xu_erni 于 2017.01.03 12:41 提问

SyntaxNet是否可实现中文分词

最近在研究SyntaxNet,但是下载中文语料库参照官方网站的训练方法,可以很容易实现中文词性标注和语音分析,但是无法将中文成功分词,结果往往是将一整句话识别成一个名词,有么有哪位大神也碰到这样的问题,一起探讨下?谢过啦!

2个回答

devmiao
devmiao   Ds   Rxr 2017.01.03 18:53
y970105
y970105   2017.08.03 14:00

不要去使用syntaxNet去分词,它的中文分词我觉得做的不好。所以我采用以下的方法

1, 准备语料库
2, 采用jiaba中文分词
3, 把分词后的语句去交给syntaxNet做语议分析。

这个结果会比较喜人

Csdn user default icon
上传中...
上传图片
插入图片
准确详细的回答,更有利于被提问者采纳,从而获得C币。复制、灌水、广告等回答会被删除,是时候展现真正的技术了!
其他相关推荐
基于Syntaxnet的中文分词问题
第一次开通博客,尤其最近发现基于Syntaxnet的中文分词资料还挺少的,开个博客,大家可以互相交流交流。
如何使用SyntaxNet进行中文模型的使用
使用Chinese模型 1.在网上下载Chinese模型文件,网址:http://download.tensorflow.org/models/parsey_universal/Chinese.zip 2.上传模型文件,路径为: /xy/models/syntaxnet /。解压文件 3.更改/xy/models/syntaxnet/syntaxnet/models/parsey
深度解读谷歌SyntaxNet:全新TensorFlow自然语言处理模型
深度解读谷歌SyntaxNet:全新TensorFlow自然语言处理模型
syntaxnet python调用
1、编译安装syntaxnet 2、把models/syntaxnet/syntaxnet下的model模型文件复制到synatxnet/bazel-bin里面的一个文件夹parser_eval.runfiles/__main__/syntaxnet/ 3、把python 脚本文件https://github.com/dmansfield/models/blob/documents-from-
SyntaxNet是否可以实现中文语义分析
最近查看了很多SyntaxNet方面的知识,在GitHub上也下载了中文语料库,并成功训练了自己的中文模型,因为官网没有关于中文模型的训练方法,于是便参照别人训练英文的方式进行中文的训练。在生成的模型文件中,很明显的缺少的segment部分,于是当我输入一句话进行测试的时候,结果会是把整句话当做一个名词进行标注。我在Stack Overflow上提出我的疑问,我怀疑Google开源的SyntaxN
Install tensorflow/SyntaxNet on Ubuntu VM
1 install Ubuntu 14.04 by virtualbox 1.1 install virtualbox https://www.virtualbox.org/wiki/Downloads 1.2 downlaod Ubuntu 14.04 Wily vitualbox vdi http://www.osboxes.org/ubuntu/#ubuntu-1
SyntaxNet安装与使用详解
安装SyntaxNet的工作环境,遇到很多麻烦,到后来发现如果不走弯路,其实并不麻烦。1 我最开始是安装anaconda。(python2.7版本) https://www.continuum.io/downloads 这个包安装完后python pip numpy都解决了,而且还不用改环境变量。2 然后用pip 安装mock和asciitree和protobuf
Tensorflow Syntaxnet模型安装测试方法
#install dev env apt-get update apt-get install build-essential vim -y #install jdk8 apt-get install software-properties-common -y #need to confirm add-apt-repository ppa:webupd8team/java a
NLP初级选手ubuntu 下安装google SyntaxNet
SyntaxNet: Neural Models of SyntaxNLP初级选手ubuntu 下安装google SyntaxNet初级选手安装走了很多弯路,但是也收获不少经验,特别是熟悉了环境搭建过程中涉及到的框架工具。可能目前对这些框架工具理解和使用都欠缺,但是并不影响成功搭建SyntaxNet的工作环境。本人所有安装步骤参考github上给出的SyntaxNet的教程介绍1。 python
SyntaxNet算法原理—— Andor论文:基于转移的全局优化神经网络
1.原理简介1.转移系统   采用简单的前馈神经网络(无循环)进行转移状态的计算2.特征构造采用的Chen 和 Manning(2014)的方法3.引入CRF全局优化算法采用柱搜索的方式避免局部优化算法带来的标注偏置问题。基于CRF损失函数对神经网络参数执行全反向传播训练2.模型表示转移系统的定义    S(x)代表状态的集合    S+代表初始状态    A(s,x)代表已确定的决策集合   转...