在NLTK中使用预培训的MaltParser模型

Question

任何人都可以告诉我如何在nltk.parse.malt中使用预培训的MaltParser模型（http://maltparser.org/mco/english_parser/engmalt.html）吗？唯一的选择似乎是从文件中进行培训（如果任何人都可以将我指向一个好的公开可用的培训文件，那也会很棒）。

Answer 1

使用预训练模型关于 - 看来，这已经（和它似乎仍然是）在NLTK开发论坛开放的主题： https://github.com/nltk/nltk/issues/145

据我了解，你可以做它通过设置一些内部变量：

“虽然你可以手动设置对象的MCO场，这不是 API暴露， 和一个没有深入代码的用户不会知道这一点。“

然而，我无法找到具体的地方做到这一点。

关于获得预训练模型 - 我指的是你这个话题上SO：

Does NLTK have a tool for dependency parsing?

Answer 2

在旧版本NLTK的MaltParser界面中使用硬编码路径模型。这已在承诺e9e443中得到修复。现在，您可以执行以下操作：

maltparser = MaltParser(mco="/path/to/your/model.mco") 

在撰写本文时，easy_install的和PIP仍然安装版本NLTK的不包括此修复程序（2.0.1rc4）。如果你不能切换到最前沿的版本，你可以使用下面的技巧：

maltparser = MaltParser() 
maltparser.mco = "/path/to/your/model.mco" 

预先训练模型可以在MaltParser's official website找到。