Stanford Dependency-Parser 分享

今天对Stanford Dependency Parser全面进行了调试。经过参看FAQ，得到Dep分析代码如下
  TreebankLanguagePack tlp = new ChineseTreebankLanguagePack();
  GrammaticalStructureFactory gsf = tlp.grammaticalStructureFactory();
  GrammaticalStructure gs = gsf.newGrammaticalStructure(tree);
  System.out.println(StringUtils.join(gs.typedDependenciesCollapsed(true), "/n"));

模型文件表

	PCFG	Factored
Xinhua (mainland, newswire)	xinhuaPCFG.ser.gz	xinhuaFactored.ser.gz	xinhuaFactoredSegmenting.ser.gz
Mixed Chinese	chinesePCFG.ser.gz	chineseFactored.ser.gz

1、PCFG具有最快的分析速度，Factored对中文分析性能有较大的提高（推荐使用）
2、Xinhua Grammars主要使用大陆简体新闻语料， Mixed包含了台湾、香港等繁体语料。
3、前4个分析器（Factored 2个 + PCFG 2个）均需要已分词，最后的一个不需要
4、绝大多数的Dependency Relations编码在ChineseGrammaticalRelations 类中（可进一步参考）

Can you explain the different parsers? How can the PCFG parser produce typed dependency parses? Why if I use the getBestDependencyParse() method do I get null or an untyped dependency parse?
   此问题主要针对英文与中文；首先解释一下
   xxx PCFG.ser.gz ：
     内容 ：unlexicalized PCFG grammar + 1 parser.（ACL 2003 Accurate Unlexicalized Parsing paper）
     过程 ：基于CFG树的模式匹配 -> Typed Dependencies为后处理 （Marie-Catherine de Marneffe paper）
     注意 ：分析器产生Dependencies Relations是基于Phrase Structure (CFG) Parse，而非Dependency Parse。对于一个PCFG Parser接口，调用 getBestDependencyParse()将得到一个NULL，因为没有进行Dependency分析，但仍可以使用单独的GrammaticalStructure从PCFG结果获取Typed Dependencies表达。
   xxx Factored.ser.gz ：
     内容 ：2 Grammars + 3 parsers.
     过程 ：简单的PCFG分析器 -> Untyped Dependency分析器 -> 一个分析器综合考虑两个分析器的得分，获取一个最佳分析结果。（NIPS Fast Exact Inference paper）
     注意 ：Dependencies Relations通过由此分析产生的Phrase Structure Parse得到. 对于一个Factored Parser接口, 调用getBestDependencyParse()将得到最佳的Untyped Dependency Parse结果.

   对英文而言，上述两个模型尽管分析方法与语法不同，平均分析性能是近似的。绝大多数应用使用PCFG以满足速度要求，而Factored采用了词汇化方 法，因而具有更强的分析准确度。到目前为至，Stanford没有从LexicalParser分离出Dependency Parser，但将来应该会实现这一功能。