Stanford corenlp Gefühl Trainingssatz

Question

Ich bin neu auf dem Gebiet der NLP und Sentiment-Analyse im Besonderen. Mein Ziel ist es, das Stanford CoreNLP-Sentimentmodell zu trainieren. Ich bin mir bewusst, dass die Sätze, die als Trainingsdaten zur Verfügung gestellt werden, im folgenden Format sein sollten.

(3 (2 (2 The) (2 Rock)) (4 (3 (2 is) (4 (2 destined) (2 (2 (2 (2 (2 to) (2 (2 be) (2 (2 the) (2 (2 21st) (2 (2 (2 Century) (2 's)) (2 (3 new) (2 (2 ``) (2 Conan)))))))) (2 '')) (2 and)) (3 (2 that) (3 (2 he) (3 (2 's) (3 (2 going) (3 (2 to) (4 (3 (2 make) (3 (3 (2 a) (3 splash)) (2 (2 even) (3 greater)))) (2 (2 than) (2 (2 (2 (2 (1 (2 Arnold) (2 Schwarzenegger)) (2 ,)) (2 (2 Jean-Claud) (2 (2 Van) (2 Damme)))) (2 or)) (2 (2 Steven) (2 Segal))))))))))))) (2 .))) 

Ich bin mir auch bewusst, dass ich mit dem folgenden Befehl das Gefühl Trainingsmodell mit meinen eigenen Trainingsdaten erstellen kann.

java -mx8g edu.stanford.nlp.sentiment.SentimentTraining -numHid 25 -trainPath train.txt -devPath  dev.txt -train -model model.ser.gz 

Meine Frage ist, habe ich Zugriff auf den Trainingsdatensatz, der verwendet wurde, um das Modell zu trainieren? Wenn ja, wo finde ich es dann? Gibt es auch eine Möglichkeit, dem ursprünglichen Trainingsdatensatz neue Sätze hinzuzufügen und das Train-Modell zu erstellen?

Answer 1

Die Daten finden Sie hier: http://nlp.stanford.edu/sentiment/

Wenn Sie erstellen Sie einfach einen neuen Datensatz mit dem gleichen Format legen Sie die Dateien in einem Verzeichnis setzen und setzen -trainPath in dieses Verzeichnis. Es lädt alle Dateien aus diesem Verzeichnis und trainiert sie.

Beispielbefehl:

java -Xmx8g edu.stanford.nlp.sentiment.SentimentTraining -train -numHid 25 -trainPath trees/training-data/ -model model.ser.gz