self-attentive-parser

收录理由

这个解析器以 benepar 为包名发布，能从句子中还原嵌套的短语结构，这种语法分析正是搜索、文本挖掘和 NLP 预处理流程在分词和词性标注之外常常需要的。它内置了十一种语言的预训练模型，一条 pip 命令就能接入 spaCy 流程，也提供 NLTK 接口。由于采用自注意力编码器，它同时是研究现代解析架构的参考资料。项目包含训练代码，当自带模型不适用时，可以在自己的树库上重新训练，而 spaCy 集成不会干扰现有的标注工作流。如果你需要的是带有语言学结构的输出，而不只是向量表示，这款工具能补上通用大模型工具覆盖不到的环节。