問題タブ [part-of-speech]

私の質問はWordNet Interfaceに関連しています。

またはの目的nと次numberの内容に対する答えが見つかりませんでした。cat.n.01caterpillar.n.02

自然言語電卓を作るために、nltk の TrigramTagger を試してみました。与えられた文で掛け算と2つの数字をタグ付けしたい。例: 「5 と 7 の積は何ですか」。ここで、「product」は「binary.multiply」、「5」は「num-1」、「7」は「num-2」です。この 3 つにタグを付けることができれば、簡単に答えを計算できます。

しかし、以下の出力でわかるように、2 つの数字についてタガーをトレーニングすることができません。番号は、トレーニングされたものとまったく同じでなければなりません。それ以外の場合は、デフォルトで「CD」になります。正規表現などを使用して、num-1 と num-2 についてタガーをトレーニングするにはどうすればよいですか?

このプログラムの出力は num-1 と num-2 の異なる数字を認識しません。どうすれば認識させることができますか?

ポリグロットを使用して POS タグにインドネシア語のテキストを付ける方法を学びます。

しかし、エラーが表示されました:

pos2.ms(マレー語の品詞モデル)をダウンロードしようとしたところ、モデルに存在しませんでした。私は何をすべきか？

**Ubuntu と python 2.7 を使用しています

以前はお世話になりました

Python は初めてで、PoS のタグ付けに必要です。そのため、標準ツールを使用しようとしました。タガーを作成しようとしたところ、理解できない ValueError が発生しました。私のコード:

私はすでに、taged_sents がすべての文のリストであることを確認しました。ドキュメントのように、各文 self はタプル (単語、PoS) のリストです。

:param train: タグ付きセンテンスのリストで構成されるタグ付きコーパス。各センテンスは (単語、タグ) タプルのリストです。

値エラーが発生するのはなぜですか?

ValueError: トレーニング データまたはトレーニング済みモデルのいずれかを指定する必要があります。

Stanford POS Tagger を使用してコーパスをトレーニングしています。設定ファイル「Prop」を用意し、データをフォーマットしてトレーニングを開始しました。

その後、「Lambda Too Big」などのメッセージが表示されるようになり、これらのメッセージはトレーニングが終了するまで発生し続けました。後でモデルを試してみましたが、「メモリ不足の例外」が発生し続けました。40 GB を超える RAM を搭載した HPC でモデルを疲れさせ、25 GB を使用するように Java のヒープ スペースを増やしましたが、同じ問題がまだ発生しています。

私が使用するコーパスには約 6000 の文があり、文の最小単語数は 3 で、最大は 128 単語です。{p1}{p2} のように、1 つの単語に 3 つのタグを同時に付けることができます。

トレーニングを開始すると、ログは次のようになります。

また、小道具ファイルで使用される設定は次のとおりです。

誰が私が間違っているのか教えてもらえますか?