stanford-parser-full-2013-06-20

 

parser：

corenlp：

 

standford的语法树是真的伤到我了，一直报告内存不足的问题，就算分配了Xmx64g都不够用的，尴尬，最后发现问题的原因，是因为我，在预处理的时候去掉了标点符号——》这样他就认为整个文档是一个句子了，所以导致内存的溢出问题。

 

后来在每段话后面添加了“.", 可以正常运行了，不知道结果会如何。

command list in below：

java -Xmx16g -cp "stanford-parser-full-2013-06-20/*:" edu.stanford.nlp.parser.lexparser.LexicalizedParser -outputFormat "penn" edu/stanford/nlp/models/lexparser/englishPCFG.ser.gz stanford-parser-full-2013-06-20/data/testsent.txt >testsent.tree 

 

java -Xmx16g -cp "stanford-parser-full-2013-06-20/*:" edu.stanford.nlp.trees.EnglishGrammaticalStructure -treeFile testsent.tree -conllx >my.conllx

 

这个命令的结果比较符合格式要求（CoNLL X (CoNLL 2006) format），corenlp的缺失项太多了

>表示文件输出