如何让SuPar Constituency Parser输出含POS标签的句法分析树？

• 第一步：用你的POS标注模型获取句子的POS标签序列
  先对目标句子做POS标注，得到每个token对应的POS标签列表。假设你的POS模型加载后是pos_parser，代码示例如下：

  tokens = ['I', 'saw', 'Sarah', 'with', 'a', 'telescope', '.']
  # 用你的POS模型生成标签
  pos_result = pos_parser.predict(tokens, verbose=False)[0]
  pos_tags = pos_result.tags  # 得到POS标签列表，比如['PRP', 'VBD', 'NNP', 'IN', 'DT', 'NN', '.']
  

• 第二步：调用句法分析器时传入POS标签
  加载你训练好的 constituency parser，在predict方法中通过pos参数传入刚才得到的POS标签序列，输出的句法树就会包含POS标签：

  from supar import Parser
  
  # 加载你自己训练的句法分析模型，替换成你的模型路径或名称
  con = Parser.load('your-trained-constituency-model')
  # 传入tokens和pos参数执行预测
  tree = con.predict(tokens, pos=pos_tags, verbose=False)[0]
  # 打印带POS标签的句法树
  tree.pretty_print()
  

• 关于tag参数的说明
  你提到的模型内部tag参数，是用来控制模型是否在训练/预测时自动预测POS标签的（部分句法模型会联合训练POS与句法分析任务）。但你已经有独立的POS标注模型，无需依赖句法模型自行预测POS，直接通过predict方法的pos参数传入外部标签即可，不需要修改模型的tag参数。

内容的提问来源于stack exchange，提问作者user3140519