#NLP# Constituency Parsing解析树不正确--无法处理特殊字符、语言

通过StanfordCoreNLP，可以实现对英文（或其它语言）的constituency parsing，也就是针对一句英文进行成分分析。

如，“Today is a sunny day.”的解析树为：

但是，当StanfordCoreNLP在加载英文的处理模型后，如果英文中掺杂着其它特殊语言，得到的解析树可能就不正确了。

如，“Where the mantra is "oṃ yaṃ vāyuve namaḥ", what is the direction of the guardian?”的解析树如下。可以看出，这个解析树不太正确，或者说不太合适，因为右侧SBAR引导的整个树不应该与") (FW oṃ) (FW yaṃ) (FW vāyuve) (FW namaḥ) ('' "同处于一个名词词组。

 

 为了解决上面出现的问题，也就是StanfordCoreNLP在加载英文模型后，无法处理其它特殊语言的情况。可以先采用一组特殊组合来替换特殊语言，如以"MMMMM"替换") (FW oṃ) (FW yaṃ) (FW vāyuve) (FW namaḥ) (''。在后续使用过程中，将替换为特殊字符即可。替换后，解析树如下：