AMR解析器:CAMR的使用

1.下载

git clone https://github.com/Juicechuan/AMRParsing.git

conda create -n camr python=2.7 -y

conda activate camr

./scripts/config.sh

 然后下载本章顶部的LDC2014T12模型并解压。

tar -xvzf amr-anno-1.0.train.m.tar.gz

这里需要下载一个预处理模型。

https://www.dropbox.com/s/ilf2cdlhkq6g0t4/BLLIP-WSJ-Gigaword2000-v2.tar.bz2?dl=1

解压。

 tar -xjf /root/autodl-tmp/BLLIP-WSJ-Gigaword2000-v2.tar.bz2 -C ./bllip-parser/models

需要修改camr-master/depparser.py代码的两个地方。

1.28行左右的变量path_to_model改为'./bllip-parser/models'

2.在第二行插入# -*- coding: utf-8 -*-

需要用Java8。

sudo apt update
sudo apt install openjdk-8-jdk
sudo update-alternatives --config java
java -version

创建输入数据文件input.txt。 执行以下文件得到input的预处理文件。

python amr_parsing.py -m preprocess ./amr-anno-1.0/input.txt

运行。

python amr_parsing.py -m parse --model ./amr-anno-1.0/amr-anno-1.0.train.basic-abt-brown-verb.m --prpfmt plain --amrfmt sent ./amr-anno-1.0/input.txt

会缺少部分依赖，逐个安装即可。 

成功复现。