如何解决在CONLL格式上使用深度学习或ML对文本进行分类参数成分,声明和前提?
我正在处理该段落的语料,将其转换为CONLL格式,如何使用Keras或...对它们进行分类以实现神经网络(甚至ML):
# sent_id 1
1 Yes yes INTJ UH _ 4 intj _ SpaceAfter=No
2,PUNCT,_ 4 punct _ _
3 it -PRON- PRON PRP _ 4 nsubj _ SpaceAfter=No
4 's be AUX VBZ _ 0 root _ _
5 annoying annoying ADJ JJ _ 4 acomp _ _
6 and and CCONJ CC _ 5 cc _ _
7 cumbersome cumbersome ADJ JJ _ 5 conj _ _
8 to to PART TO _ 9 aux _ _
9 separate separate VERB VB _ 4 xcomp _ _
10 your -PRON- DET PRP$ _ 11 poss _ _
11 rubbish rubbish NOUN NN _ 9 dobj _ _
12 properly properly ADV RB _ 9 advmod _ _
13 all all DET PDT _ 15 predet _ _
14 the the DET DT _ 15 det _ _
15 time time NOUN NN _ 9 npadvmod _ SpaceAfter=No
16 . . PUNCT . _ 4 punct _ _
想象每个句子都有目标值,例如:“ claim and前提”,(我正在研究参数挖掘)
然后我如何使用基于端对端dl方法的CONLL输入或使用Ml的分类方法进行分类,我为此目的使用这种格式(CONLL)是否有意义?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。