如何从SyntaxNet获取依赖关系分析输出

Question

如何从SyntaxNet获得依赖关系分析（不是语法树）输出（https://github.com/tensorflow/models/tree/master/syntaxnet）？我看到了依赖解析的描述......描述了如何训练模型，但不知道如何获得依赖解析输出。

SyntaxNet（具体来说就是Parsey McParseface模型）甚至可以在开箱时进行依赖关系解析吗？

Answer 1

通过--arg_prefix brain_parser到parser_eval.py应该做的伎俩。但是这需要标记输出作为输入。

下面是一个例子，其中第一通标记单词和二传解决依赖：

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 

这将生成以下的输出：

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 _  _