斯坦福分析器 - 串輸入規格

Question

在文檔我會看到調用java類使用參數：

的Java edu.stanford.nlp.parser.nndep.DependencyParser -Tlp edu.stanford.nlp.trees.international .pennchinese.ChineseTreebankLanguagePack -trainFile中國/ train.conll -devFile中國/ dev.conll -embedFile中國/ embeddings.txt -embeddingSize 50 -model nndep.chinese.model.txt.gz

在那裏我可以找到這3個文件的規格？

中國/ train.conll - 這是火車文件（規格上它http://ilk.uvt.nl/conll/#dataformat）

中國/ dev.conll - 是什麼呢？

chinese/embeddings.txt - 它是什麼？

Answer 1

chinese/train.conll，chinese/dev.conll：這些是CoNLL 2006格式的培訓/開發文件，如論文的第4.1節中討論的：http://cs.stanford.edu/~danqi/papers/emnlp2014.pdf。 （一般來說，我們沒有權限將數據集分發給其他人。）

chinese/embeddings.txt：這些是使用word2vec進行訓練的單詞嵌入，如同一篇論文的第3.2節所述。