常见问题

1. 技术问题

1. Exception in thread "main" java.lang.!OutOfMemoryError: Java heap space

   增加java Heap size的值。 java -Xmx2g -jar fudannlp.jar 。 Eclipse调整VM Argument文本框中加入：-Xmx2g

2. 如何调整Eclipse内存

   打开eclipse window－preferences－Java －Installed JREs －Edit －Default VM Arguments。 在VM自变量中输入：-Xmx500m

3. Exception in thread "main" java.lang.!NoClassDefFoundError: java

   需要加入附加的两个jar文件

2. 使用问题

1. 对繁体文支持的好吗？

   模型本身不支持繁体，但是可以通过!ChineseTrans.toSimp()函数转为简体。

2. 请问在models文件夹下的.m文件是什么？用途是什么？是词典么？

   .m文件是训练好的模型文件，为二进制文件。主要包含机器学习模型的参数，主要为两部分：字符串特征的索引，和权重向量。

3. 能扼要的介绍一下模型文件的组成吗？

   seg是分词，pos是词性，ner是实体名，time是时间提取，dict是分词可选字典。

4. FudanNLP支持并行化吗？支持的话怎么用呢？

   支持，直接多线程调用就可以。

5. 为什么对英文支持不好

   因为训练语料是中文的，因此只能处理中文情况。英文的需要用英文的语料训练。

6. FudanNPL的词性标注中的每个标注什么意思？ 见FudanNLP Book

算法问题

1. 这个分词是用算法的HMM/CRF吗

   不是，HMM/CRF是对数线性模型。而我们使用线性模型，但解码的方式是一样的

2. 现用的词库是怎么训练的，语料库的格式是怎么样的？

   主要是序列标注，训练文件示例example-data/structure有。

3. 句法分析实例中最后输出的那一串数字代表什么意思呢？例如：“2 2 6 2 5 3 -1 6"

   这串数字代表的是这个词的支配词或者父词的位置，序号以0开始，其中-1表示根词，就是这个词是整个依存树的根。比如2代表的就是第3个词

4. fudannlp提供抽取关键字类 !WordExtract的算法是怎样的？

   利用Textrank来实现的，具体可以看论文R. Mihalcea and P. Tarau. Textrank: Bringing order into texts. In Proceedings of EMNLP, 2004 或FudanNLP Book

5. 介绍下句法分析模块,最后如何得到一个句子的语法分析呀

   是action based 依存句法分析