斯坦福CoreNLP - 破折号

Question

我遇到了使用Stanford管线（CoreNLP的最后一个版本）解析BNC的问题。

有问题的句子摘录如下，问题是破折号（如果我删除它，它会通过）。

“......他们一次又一次地做了 - 多年来一次又一次。”

解析器只是陷在这句话中，它甚至不会引发错误。在Web界面中正确解析句子。

我试着用分词器的选项，没有结果。

我加我使用的命令行： 的java [...] edu.stanford.nlp.pipeline.StanfordCoreNLP -annotators记号化，SSPLIT，POS，depparse -tokenize.whitespace假-ssplit.eolonly真-parse .model edu/stanford/nlp/models/parser/nndep/english_SD.gz -file $ inputfile

有没有人有关于如何解决这个问题的建议？

非常感谢！

加布里埃拉

Answer 1

与OS X 10.10.4斯坦福CoreNLP v.3.5.2跑，我不能重现此问题。给出的示例字符串解析得很好。

有可能是一个问题，但如果是这样，它是微妙的，你想同样给斯坦福NLP版本，操作系统和版本更多的信息，并坚持一个文本文件，不工作的地方下载，以确保问题不会像在网页上粘贴文本时丢失的行结尾一样。