PCFG vs SR Parser

Question

Похоже, у stanfordnlp есть эти модели SR в течение некоторого времени. Я действительно новичок в NLP, но сейчас мы используем PCFG парсер, и мы имеем серьезные проблемы с производительностью (что мы сократить длину синтаксического анализа 35)

1. Я думаю, если мы могли бы попробовать использовать SR. Я попробовал это с помощью тегатора POS от stanford (english-left3words-distsim.tagger) Вы знаете, как SR находится на точности против PCFG? Я также обнаружил проблемы с обнаружением корневого кода при помощи SR и dep parse: Пример:
   Michael Jeffrey Jordan, также известный своими инициалами, MJ, является американским бывшим профессиональным баскетболистом, предпринимателем и нынешним владельцем большинства и председателем Charlotte Bobcats PCFG действительно точный с корнем и определяет игрока как корень.
2. Был бы также признателен за понимание людей NN, например, (https://mailman.stanford.edu/pipermail/java-nlp-user/2014-November/006513.html) в вышеуказанном сообщении. Нужно ли мне использовать другой теггер - left3words? Прошу прощения, если это звучит немного наивно. Но все, что я хочу, это правильный корень предложения и его зависимости. Выполняет ли пометка POS заранее?

Большое спасибо.

Answer 1

1. Английский анализатор сдвига, поставляемый с CoreNLP, на самом деле немного лучше, чем парсер PCFG, по нашим тестовым данным. Вы можете увидеть показатели производительности в нижней части shift-reduce parser homepage.
2. Я просил разъяснений в комментарии выше.