将naf格式的文件转换为conll格式的脚本
naf2conll的Python项目详细描述
氟化钠
用于将naf格式的coreference数据转换为CoNLL format的脚本。
啊！！注意！！目前，此脚本仅支持以下列：
- 1:文档ID
- 3：字数
- 4:单词本身
- 12:共指
naf支持以下conll列，但此脚本尚未（正确）处理这些列：
- 5:POS标签
- 6:选区树
- …？
- 11:命名实体
有关conll格式的详细说明，请参见CoNLL-specification.md。
用法
naf2conll.py
要自动查找包含NAF文件的所有（子）文件夹并转换这些文件夹中的所有数据，请运行：
naf2conll.py path/to/output_dir -d path/to/some/folder [-d path/to/another/folder ...]
要只转换一个文件，请运行：
naf2conll.py path/to/output.conll path/to/input.naf
conll输出列
默认情况下，仅输出列1、3、4和12。
如果选择输出更多列，则使用以下值和占位符。
| Column | Description | Value | Conform CoNLL specification? |
|---|---|---|---|
| 1 | Document ID | file path without extension | Yes |
| 2 | Part number | ^{ | Yes |
| 3 | Word number | generated | Yes |
| 4 | Word itself | extracted from text layer of NAF | Yes |
| 5 | POS | ^{ | No |
| 6 | Parse bit | ^{ | No |
| 7 | Predicate lemma | ^{ | Yes |
| 8 | Predicate Frameset ID | ^{ | Yes |
| 9 | Word sense | ^{ | Yes |
| 10 | Speaker/Author | ^{ | ??? |
| 11 | Named Entities | ^{ | Yes |
| - | Predicate Arguments | None: column(s) left out entirely | Yes, conform example in CoNLL 2012 |
| 12 | Coreference | extracted from coreference layer of NAF (ISSUE! [1]) | Yes |
[1]：
如果引用跨距以同一个单词结尾，则它们不会以正确的顺序闭合。以下是naf2conll.py的输出示例：
(10
-
(52|(55
52)
-
10)|55)|(133)
学究式的正确答案是：
(10
-
(55|(52
52)
-
(133)|55)|10)
问题
- []“on_missing”配置键在使用前未验证
- []当
extract_coref_sets中没有coref层时引发错误
欢迎加入QQ群-->： 979659372
