Ontonotes数据集处理详细教程

        因为我在得到ontonotes数据集后，想要由原来的文本格式，变成下图这种格式。（图源博客）。这篇博客写的很详细了，但我还是碰到了一点点问题，所以再梳理一个更详细的版本。

            首先，去这个网站，将下图中的文件下载（图源知乎）

         下载后解压，前四个文件解压后会得到conll-2012文件夹，里面会有v4,v9两个文件夹。将conll-2012文件夹和下载得到的ontonotes数据集解压后的文件夹ontonotes-release-5.0放在同一目录，如下：

         第五个文件scripts解压后，将其中的两个文件，放在conll-2012/v4/scripts路径下，如下图：

        先打开.py文件，因为我是python3环境，这个代码是在python2环境下运行的，所以要进行一些修改。

         1. 将所有的print “xxxxxx”，变为print("xxxxx")；所有的print，变为print()     就是加上括号

        2. 将except xxxx, e 变为 except xxxx as e      加上as

        保存

        然后，在这个文件夹下，Git bash here（不清楚怎么操作的，可以看这篇帖子），在命令行中运行如下命令：

skeleton2conll.sh -D [path/to/conll-2012-train-v0/data/files/data] [path/to/conll-2012]

         即可得到处理好的conll格式的文件啦