最近处理藏语语料的时候找到了李亚超老师的TIP-LAS，详细介绍可见论文: TIP-LAS:一个开源的藏文分词词性标注系统
这个工具可以对藏语进行分词、词性标注处理。只是使用时遇到了一些问题，在此记录。
1.安装
论文中给出的github项目地址已经失效，现在的下载地址可见：TIP-LAS: An open source toolkit for Tibetan word segmentation and part of speech tagging。
安装方法已经在文档中详细写出，我是在Linux环境下使用的此工具，也就是进入解压后的主目录然后使用make命令进行编译即可，但是在编译最后一个文件的时候出现了错误：
g++ -g -o ./tip-las utility/SentenceSplit.o utility/StringOperation.o utility/POSExtract.o utility/StringSplit.o utility/StringType.o utility/TextClassification.o utility/Tokenize.o taggin
g/Sample.o tagging/Model.o tagging/Decoder.o tagging/Perceptron.o Formatting.o Las.o Main.o -lpthread -ldl
/usr/bin/ld：无法打开输出文件 ./tip-las：是一个目录
解决方法： 在解压后的文件里，会看到一个tip-las的空文件夹，在编译之前删掉即可。
2.运行
项目文档中给出了训练和测试的命令，也可以向李老师直接发邮件要一份已经训练好的模型，李老师邮件地址可以在项目首页文档中找到（李老师回复的还是很快的哈哈）
运行工具的命令是：
./tip-las test ws/pos/all input_file output_file
上述wa/pos/all分别表示分词，词性标注和同时进行两种处理，我在这里只用到了分词，所以命令是./tip-las test ws input_file output_file，对于不同的功能，输入数据文件的要求具体可以参考上面给出的项目地址文档。
注意！
- 模型文件直接放在主文件，也就是你运行上面命令的文件夹下就好（虽然没有在命令中指明模型，但是在进行处理的时候应该会自动寻找相应模型）；
- 分词模型和词性标注模型并不同，如果是运行
./tip-las test all input_file output_file，那么需要两个模型都存在，我只试验过分词模型：）；
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/116680.html
