斯坦福NLP结果的最佳输出方式[关闭]

Question

已关闭.这个问题是 意见为本.它目前不接受答案。

---

想改善这个问题吗？ 更新问题，以便通过以下方式用事实和引用来回答 编辑这篇文章.

已关闭 5年前.

大家好:我正在使用Stanford CoreNLP软件处理不同人的数百封信件（每封约10kb）。在我获得输出后，我需要进一步处理它，并在令牌，句子和字母级别添加信息。我对NLP很陌生，想知道从Stanford CoreNLP输出管道结果以允许进一步处理的典型或最佳方法是什么？

我猜典型的方法是输出到XML。如果我这样做，我估计这将需要大约一GB的磁盘空间，我想知道，那么，将那么多XML加载回Java以进一步处理和添加信息会有多快和容易？

另一种方法是让CoreNLP序列化它生成的注释对象，然后加载这些对象进行处理。优势:不必弄清楚如何将句子解析字符串转换回树以进行进一步处理。一个缺点:注释对象包含很多不同类型的对象，我仍然非常粗略地操作这些对象，并且Stanford CoreNLP中的文档对我来说似乎很渺茫。

Answer 1

这真的是你想做什么事后的问题。执行序列化可能是最直接和快速的方法，缺点是您需要了解CoreNLP数据结构。

如果你想用另一种语言读取它或读入你自己的数据结构，请保存为XML。

我会走第一条路。