Как вы получаете синтаксический анализ зависимости (не синтаксическое дерево), выводимый из SyntaxNet (https://github.com/tensorflow/models/tree/master/syntaxnet)? Я вижу описание анализа зависимостей... описание того, как обучать модель, но не как получить результат синтаксического анализа.
Имеет ли SyntaxNet (в частности, модель Parsey McParseface) даже анализ зависимости из коробки?
Передача --arg_prefix brain_parser в parser_eval.py должна сделать трюк. Но для этого требуется, чтобы помеченный вывод подавался как вход.
Здесь пример, где первый проход теги слова, а второй проход разрешает зависимости:
echo 'The quick brown fox ran over the lazy dog.' | bazel-bin/syntaxnet/parser_eval \
--input stdin \
--output stdout-conll \
--model syntaxnet/models/parsey_mcparseface/tagger-params \
--task_context syntaxnet/models/parsey_mcparseface/context.pbtxt \
--hidden_layer_sizes 64 \
--arg_prefix brain_tagger \
--graph_builder structured \
--slim_model \
--batch_size 1024 | bazel-bin/syntaxnet/parser_eval \
--input stdin-conll \
--output stdout-conll \
--hidden_layer_sizes 512,512 \
--arg_prefix brain_parser \
--graph_builder structured \
--task_context syntaxnet/models/parsey_mcparseface/context.pbtxt \
--model_path syntaxnet/models/parsey_mcparseface/parser-params \
--slim_model --batch_size 1024
Это генерирует следующий вывод:
1 The _ DET DT _ 4 det _ _
2 quick _ ADJ JJ _ 4 amod _ _
3 brown _ ADJ JJ _ 4 amod _ _
4 fox _ NOUN NN _ 5 nsubj _ _
5 ran _ VERB VBD _ 0 ROOT _ _
6 over _ ADP IN _ 5 prep _ _
7 the _ DET DT _ 9 det _ _
8 lazy _ ADJ JJ _ 9 amod _ _
9 dog _ NOUN NN _ 6 pobj _ _
10 . _ . . _ 5 punct _ _