斯坦福 stanford coreNLP 中的PCFG parser-lexparser

FPEG模型训练

Java -Xmx7g  edu.stanford.nlp.parser.lexparser.LexicalizedParser   -tLPP edu.stanford.nlp.parser.lexparser.ChineseTreebankParserParams  -train data/source/dataCTBZh//bracketed  -saveToSerializedFile  data/models/pcfgZH.ser.gz

-tLPP，用来选定训练树库的语言，中文选择edu.stanford.nlp.parser.lexparser.ChineseTreebankParserParams

说明：

        输入的语料共1677971个句子，去重后词为67811

CoreNLP FPEG模型测试和效果

public static void main(String[] args) {

LexicalizedParser lp;
boolean newFlag= true;
if (newFlag){
String parserModel = "data/models/pcfgZH.ser.gz";
lp = LexicalizedParser.loadModel(parserModel);
}
else {
String basedir = "D:/WorkSpaceIntelliJ/coreNLP/stanford-chinese-corenlp-2016-10-31-models/";
String parserModel = "edu/stanford/nlp/models/lexparser/chinesePCFG.ser.gz";
lp = LexicalizedParser.loadModel(basedir+parserModel);
}
String line = "统计还 显示 ， 台商 投资 祖国 大陆 正 趋向 大型化 。";
String line2="俄国希望 伊朗 没有 制造 核武器 计划 。";
Tree parser = lp.parse(line);
parser.pennPrint();

//dependency
ChineseGrammaticalStructure gs = new ChineseGrammaticalStructure(parser);
Collection<TypedDependency> tdl =gs.typedDependenciesCCprocessed();
System.out.println(tdl.toString());

}

(ROOT
(IP
(NP (NN 统计))
(VP
(ADVP (AD 还))
(VP (VV 显示) (PU ，)
(IP
(IP
(NP (NN 台商))
(VP (VV 投资)
(NP (NN 祖国) (NN 大陆))))
(VP
(ADVP (AD 正))
(VP (VV 趋向)
(NP (NN 大型化)))))))
(PU 。)))
[nsubj(显示-3, 统计-1), xsubj(趋向-10, 统计-1),advmod(显示-3, 还-2), root(ROOT-0, 显示-3), nsubj(投资-6, 台商-5), dep(趋向-10, 投资-6), nn(大陆-8, 祖国-7), dobj(投资-6, 大陆-8), advmod(趋向-10, 正-9), ccomp(显示-3, 趋向-10), dobj(趋向-10, 大型化-11)]