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。