問題タブ [treetagger]

TreeTagger を使用する Java アプリケーション (忍者フレームワーク) があります。TreeTagger のルート ディレクトリは、環境変数 TREETAGGER_HOME によって設定されます。ninja 経由でアプリケーションを実行すると、すべて正常に動作しますが、war ファイルを tomcat にデプロイすると、Tree Tagger バイナリが見つかりません。

例外で指定された場所 (/home/jarino/treetagger/bin/tree-tagger) は有効です - バイナリ ファイルが存在します。Tomcat アプリケーションが既存のファイルを認識できないのはなぜですか?

次の pandas データフレームがあるとします。

次のような新しい pandas POS タグ付き列を作成したいと思います。

ドキュメントのチュートリアルから、いくつかのアプローチを試しました。特に：

と

したがって、この POS タグ セル関数を作成しました。

上記の関数は以下を返します。

問題は、多数の意見があると、取得に時間がかかることです。

pandas と treetagger を使用して、より効率的に、より Pythonic な方法で pos-tagging を実行するにはどうすればよいですか? . この問題は、pandas のデータフレームから treetagger だけで非常に迅速に意見をタグ付けしたため、pandas の知識が限られていることが原因であると考えています。

Treetagger は、次のドイツ語の例のように、POS タグ付けとテキスト チャンキングを行うことができます。これは、動詞節と名義節を抽出することを意味します。

Python で Treetaggerwrapper を使用してこれを行う方法を理解しようとしています (Treetagger を直接呼び出すよりも高速であるため) が、その方法がわかりません。ドキュメントでは、チャンクを前処理と呼んでいるので、これを使用してみました：

しかし、出力は情報が追加されていない単なる単語のリストです。Wrapper が Chunking と呼んでいるものは、実際の tagger が Chunking と呼んでいるものとは何か違うと思い始めていますが、何かが足りないのでしょうか? どんな助けでも大歓迎です。