Stanford Dependency Parser - 如何获取短语向量？答案

【问题标题】：Stanford Dependency Parser - How to get phrase vectors?Stanford Dependency Parser - 如何获取短语向量？
【发布时间】：2016-09-19 01:43:39
【问题描述】：

在DependencyParser.java repository 中，我可以看到它使用的是递归神经网络。从公开讲座 (http://cs224d.stanford.edu) 中，我了解到这些网络在解析树的每个节点上计算短语向量。

我正在尝试让解析器输出短语向量，以便我可以在二维平面上绘制它们，但到目前为止我还没有弄清楚。 - 有人可以指点我计算它们的java对象和行号吗？（我怀疑他们会在第 765 行~）

 private void setupClassifierForTraining(List<CoreMap> trainSents, List<DependencyTree> trainTrees, String embedFile, String preModel) {
    double[][] E = new double[knownWords.size() + knownPos.size() + knownLabels.size()][config.embeddingSize];
    double[][] W1 = new double[config.hiddenSize][config.embeddingSize * config.numTokens];
    double[] b1 = new double[config.hiddenSize];
    double[][] W2 = new double[system.numTransitions()][config.hiddenSize];

如果这不是寻找短语向量的正确位置，如果您能指出我应该查看的 CoreNLP project 中的代码，我将不胜感激。

【问题讨论】：

标签： nlp stanford-nlp deep-learning recurrent-neural-network

【解决方案1】：

你指的是哪个讲座？

本文描述了我们分发的神经网络依赖解析器：

http://cs.stanford.edu/people/danqi/papers/emnlp2014.pdf

我不相信它会创建词组嵌入；它为单词、词性标签和依赖标签创建嵌入。

【讨论】：

嗨，感谢您在周六晚上发表评论！他在这里提到它（4' 45''）：youtube.com/…
在该视频中 4:55 的情节中，您可以看到他将句子“我出生的国家”与“德国”和“法国”一起绘制。这是关于递归神经网络的讲座。然后，他继续描述该方法如何为我们提供解析结构和短语嵌入。该方法是否已在 Core-NLP 的任何程序中实施？
相信你想看看这个包：edu.stanford.nlp.parser.dvparser
这是一些文档：nlp.stanford.edu/software/parser-faq.shtml#rnn