请问语法关系的抽取为什么运行代码出来的跟您给我的文件不一样呢

[lyx-227]

我运行了get_syntactic_relationship.py文件，但是运行出来保存的文件里面并不是词对，而是（suj，7）这种形式，请问跟Stanfordcorenlp版本有关吗，我用的3.7.1版本的，希望能得到您的解答

[qlin3329]

我也是，请问您解决了吗

[lyx-227]

没有解决  跑出来的结果好像也没有达到他的论文 发自我的iPhone

…

------------------ 原始邮件 ------------------ 发件人: qlin3329 ***@***.***> 发送时间: 2021年11月11日 22:09 收件人: THUMLP/TensorGCN ***@***.***> 抄送: lyx-227 ***@***.***>, Author ***@***.***> 主题: Re: [THUMLP/TensorGCN] 请问语法关系的抽取为什么运行代码出来的跟您给我的文件不一样呢 (Issue #6) 我也是，请问您解决了吗 — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or unsubscribe. Triage notifications on the go with GitHub Mobile for iOS or Android.

[qlin3329]

没有解决  跑出来的结果好像也没有达到他的论文 发自我的iPhone
…
------------------ 原始邮件 ------------------ 发件人: qlin3329 @.> 发送时间: 2021年11月11日 22:09 收件人: THUMLP/TensorGCN @.> 抄送: lyx-227 @.>, Author @.> 主题: Re: [THUMLP/TensorGCN] 请问语法关系的抽取为什么运行代码出来的跟您给我的文件不一样呢 (Issue #6) 我也是，请问您解决了吗 — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or unsubscribe. Triage notifications on the go with GitHub Mobile for iOS or Android.

我解决了，用在我们自己的数据集上效果不错，如果需要的话我可以发给你lstm和修改后的词法代码

[lyx-227]

可以发给我一下吗 非常非常非常非常感谢

…

------------------ 原始邮件 ------------------ 发件人: "THUMLP/TensorGCN" ***@***.***>; 发送时间: 2021年11月15日(星期一) 晚上9:18 ***@***.***>; ***@***.******@***.***>; 主题: Re: [THUMLP/TensorGCN] 请问语法关系的抽取为什么运行代码出来的跟您给我的文件不一样呢 (Issue #6) 没有解决  跑出来的结果好像也没有达到他的论文 发自我的iPhone … ------------------ 原始邮件 ------------------ 发件人: qlin3329 @.> 发送时间: 2021年11月11日 22:09 收件人: THUMLP/TensorGCN @.> 抄送: lyx-227 @.>, Author @.> 主题: Re: [THUMLP/TensorGCN] 请问语法关系的抽取为什么运行代码出来的跟您给我的文件不一样呢 (Issue #6) 我也是，请问您解决了吗 — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or unsubscribe. Triage notifications on the go with GitHub Mobile for iOS or Android. 我解决了，用在我们自己的数据集上效果不错，如果需要的话我可以发给你lstm和修改后的词法代码 — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or unsubscribe. Triage notifications on the go with GitHub Mobile for iOS or Android.

[lyx-227]

您好，可以把您修改过的代码发给我一下吗非常非常非常感谢，邮箱 ***@***.***

[qlin3329]

您的邮箱没有哦

[wangqingpen]

您的邮箱没有哦

可以发我一份吗 ? 邮箱 1348640767@qq.com

[wangqingpen]

您的邮箱没有哦

可以你发一份吗？万分感谢
1348640767@qq.com

[lyx-227]

非常感谢非常感谢 请问您的抽取语义关系的 lstm下游任务是文本分类吗？ 发自我的iPhone

…

------------------ 原始邮件 ------------------ 发件人: qlin3329 ***@***.***> 发送时间: 2021年11月23日 00:50 收件人: THUMLP/TensorGCN ***@***.***> 抄送: lyx-227 ***@***.***>, Author ***@***.***> 主题: Re: [THUMLP/TensorGCN] 请问语法关系的抽取为什么运行代码出来的跟您给我的文件不一样呢 (Issue #6) `#!/usr/bin/env python

-- coding:utf-8 -- import os import pickle import string from stanfordcorenlp import StanfordCoreNLP from nltk.corpus import stopwords nlp = StanfordCoreNLP(r'.\stanford-corenlp-full-2016-10-31', lang='en') #路径设置 os.path.abspath(os.path.dirname(os.path.dirname(file))) os.path.abspath(os.path.dirname(os.getcwd())) os.path.abspath(os.path.join(os.getcwd(), "..")) #dataset: 20ng mr ohsumed R8 R52 dataset ='tweet' input = os.sep.join(['..', 'data_tgcn','mr', 'build_train', dataset]) output = os.sep.join(['..', 'data_tgcn', 'mr', 'stanford']) #读取病例 yic_content_list = [] f = open(input + '.cleanreal.txt', 'r', encoding="utf-8") lines = f.readlines() for line in lines: yic_content_list.append(line.strip()) f.close() stop_words = set(stopwords.words('english')) #获取句法依存关系对 rela_pair_count_str = {} for doc_id in range(len(yic_content_list)): print(doc_id) words = yic_content_list[doc_id] words = words.split("\n") rela=[] for window in words: if window==' ': continue #构造rela_pair_count window = window.replace(string.punctuation, ' ') lis = nlp.word_tokenize(window) res = nlp.dependency_parse(window) for tuple in res: rela.append(str(lis[tuple[1]-1]) + ', ' + str(lis[tuple[2]-1])) for pair in rela: pair=pair.split(", ") if pair[0]=='ROOT' or pair[1]=='ROOT': continue if pair[0] == pair[1]: continue if pair[0] in string.punctuation or pair[1] in string.punctuation: continue if pair[0] in stop_words or pair[1] in stop_words: continue word_pair_str = pair[0] + ',' + pair[1] if word_pair_str in rela_pair_count_str: rela_pair_count_str[word_pair_str] += 1 else: rela_pair_count_str[word_pair_str] = 1 # two orders word_pair_str = pair[1] + ',' + pair[0] if word_pair_str in rela_pair_count_str: rela_pair_count_str[word_pair_str] += 1 else: rela_pair_count_str[word_pair_str] = 1 #将rela_pair_count_str存成pkl格式 output1=open(output + '/{}_stan.pkl'.format(dataset),'wb') pickle.dump(rela_pair_count_str, output1)` — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or unsubscribe. Triage notifications on the go with GitHub Mobile for iOS or Android.

[wangqingpen]

非常感谢非常感谢 请问您的抽取语义关系的 lstm下游任务是文本分类吗？ 发自我的iPhone
…
------------------ 原始邮件 ------------------ 发件人: qlin3329 @.> 发送时间: 2021年11月23日 00:50 收件人: THUMLP/TensorGCN @.> 抄送: lyx-227 @.>, Author @.> 主题: Re: [THUMLP/TensorGCN] 请问语法关系的抽取为什么运行代码出来的跟您给我的文件不一样呢 (Issue #6) #!/usr/bin/env python -- coding:utf-8 -- import os import pickle import string from stanfordcorenlp import StanfordCoreNLP from nltk.corpus import stopwords nlp = StanfordCoreNLP(r'.\stanford-corenlp-full-2016-10-31', lang='en') #路径设置 os.path.abspath(os.path.dirname(os.path.dirname(file))) os.path.abspath(os.path.dirname(os.getcwd())) os.path.abspath(os.path.join(os.getcwd(), "..")) #dataset: 20ng mr ohsumed R8 R52 dataset ='tweet' input = os.sep.join(['..', 'data_tgcn','mr', 'build_train', dataset]) output = os.sep.join(['..', 'data_tgcn', 'mr', 'stanford']) #读取病例 yic_content_list = [] f = open(input + '.cleanreal.txt', 'r', encoding="utf-8") lines = f.readlines() for line in lines: yic_content_list.append(line.strip()) f.close() stop_words = set(stopwords.words('english')) #获取句法依存关系对 rela_pair_count_str = {} for doc_id in range(len(yic_content_list)): print(doc_id) words = yic_content_list[doc_id] words = words.split("\n") rela=[] for window in words: if window==' ': continue #构造rela_pair_count window = window.replace(string.punctuation, ' ') lis = nlp.word_tokenize(window) res = nlp.dependency_parse(window) for tuple in res: rela.append(str(lis[tuple[1]-1]) + ', ' + str(lis[tuple[2]-1])) for pair in rela: pair=pair.split(", ") if pair[0]=='ROOT' or pair[1]=='ROOT': continue if pair[0] == pair[1]: continue if pair[0] in string.punctuation or pair[1] in string.punctuation: continue if pair[0] in stop_words or pair[1] in stop_words: continue word_pair_str = pair[0] + ',' + pair[1] if word_pair_str in rela_pair_count_str: rela_pair_count_str[word_pair_str] += 1 else: rela_pair_count_str[word_pair_str] = 1 # two orders word_pair_str = pair[1] + ',' + pair[0] if word_pair_str in rela_pair_count_str: rela_pair_count_str[word_pair_str] += 1 else: rela_pair_count_str[word_pair_str] = 1 #将rela_pair_count_str存成pkl格式 output1=open(output + '/{}_stan.pkl'.format(dataset),'wb') pickle.dump(rela_pair_count_str, output1) — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or unsubscribe. Triage notifications on the go with GitHub Mobile for iOS or Android.

非常感谢非常感谢 请问您的抽取语义关系的 lstm下游任务是文本分类吗？ 发自我的iPhone
…
------------------ 原始邮件 ------------------ 发件人: qlin3329 @.> 发送时间: 2021年11月23日 00:50 收件人: THUMLP/TensorGCN @.> 抄送: lyx-227 @.>, Author @.> 主题: Re: [THUMLP/TensorGCN] 请问语法关系的抽取为什么运行代码出来的跟您给我的文件不一样呢 (Issue #6) #!/usr/bin/env python -- coding:utf-8 -- import os import pickle import string from stanfordcorenlp import StanfordCoreNLP from nltk.corpus import stopwords nlp = StanfordCoreNLP(r'.\stanford-corenlp-full-2016-10-31', lang='en') #路径设置 os.path.abspath(os.path.dirname(os.path.dirname(file))) os.path.abspath(os.path.dirname(os.getcwd())) os.path.abspath(os.path.join(os.getcwd(), "..")) #dataset: 20ng mr ohsumed R8 R52 dataset ='tweet' input = os.sep.join(['..', 'data_tgcn','mr', 'build_train', dataset]) output = os.sep.join(['..', 'data_tgcn', 'mr', 'stanford']) #读取病例 yic_content_list = [] f = open(input + '.cleanreal.txt', 'r', encoding="utf-8") lines = f.readlines() for line in lines: yic_content_list.append(line.strip()) f.close() stop_words = set(stopwords.words('english')) #获取句法依存关系对 rela_pair_count_str = {} for doc_id in range(len(yic_content_list)): print(doc_id) words = yic_content_list[doc_id] words = words.split("\n") rela=[] for window in words: if window==' ': continue #构造rela_pair_count window = window.replace(string.punctuation, ' ') lis = nlp.word_tokenize(window) res = nlp.dependency_parse(window) for tuple in res: rela.append(str(lis[tuple[1]-1]) + ', ' + str(lis[tuple[2]-1])) for pair in rela: pair=pair.split(", ") if pair[0]=='ROOT' or pair[1]=='ROOT': continue if pair[0] == pair[1]: continue if pair[0] in string.punctuation or pair[1] in string.punctuation: continue if pair[0] in stop_words or pair[1] in stop_words: continue word_pair_str = pair[0] + ',' + pair[1] if word_pair_str in rela_pair_count_str: rela_pair_count_str[word_pair_str] += 1 else: rela_pair_count_str[word_pair_str] = 1 # two orders word_pair_str = pair[1] + ',' + pair[0] if word_pair_str in rela_pair_count_str: rela_pair_count_str[word_pair_str] += 1 else: rela_pair_count_str[word_pair_str] = 1 #将rela_pair_count_str存成pkl格式 output1=open(output + '/{}_stan.pkl'.format(dataset),'wb') pickle.dump(rela_pair_count_str, output1) — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or unsubscribe. Triage notifications on the go with GitHub Mobile for iOS or Android.

想请问一下，你的抽取语义关系lstm是如何写的，可以发到我的邮箱吗？1348640767@qq.com 万分感谢

[wangqingpen]

您的邮箱没有哦

想请问一下，你的抽取语义关系lstm是如何写的，可以发到我的邮箱吗？1348640767@qq.com 万分感谢

[cuibenkuan]

您的邮箱没有哦

请问一下，您的语义抽取LSTM网络是如何实现的，可以发送一份到我的邮箱吗，1479007274@qq.com。十分感谢

[shanyongxue]

您的邮箱没有哦

请问一下，您的语义关系抽取方法怎么写的，可以发到我的邮箱吗。1462966961@qq.com。非常感谢，期待您的回复！

[FILAJIONG]

可以发给我一下吗？谢谢 770379028@qq.com