Merge branch 'ltp-trainer' of github.com:HIT-SCIR/ltp into ltp-trainer

tools/train/README.md

@@ -5,20 +5,36 @@
 这个脚本是LTP使用的训练模块的一种封装。封装的模块包括
 
  * 分词(Word Segmentation)
+ * 词性标注(POS Tagging)
+ * 依存句法分析(Dependency Parsing)
  * 语义角色标注(Semantic Role Labeling)
 
 这个封装在linux下使用python 2.7开发，并未在其他python版本下进行测试(欢迎使用者为我们提供其他版本的测试结果)。
 
 使用
 ----
 
-编译过程会自动在`tools/train`路径下产生`crf_learn`，`maxent`，`SRLExtract`，`SRLGetInstance`几个可执行程序。
+### 编译结果
+
+编译过程会自动在`tools/train`路径下产生
+
+* `crf_learn`
+* `maxent`
+* `SRLExtract`
+* `SRLGetInstance`
+* `gparser`
+* `svm_light`
+
+6个可执行程序。
+
+### 简要用法
+
 这个封装提供如下一些支持：
 
 * 构建模型：训练指定的模型并将模型暂存在build路径下
 
 ```
-./ltp-model build [ws|srl] [OPTIONS]
+./ltp-model build [ws|pos|srl|dp] [OPTIONS]
 ```
 
 * 部署模型：将训练的模型以及配置文件拷贝到`ltp_data`路径下
@@ -33,6 +49,10 @@
 ./ltp-model clean
 ```
 
+### 配置文件
+
+程序在运行过程中会自动产生一个名为`ltp-model.json`的临时文件，用以存储配置，请不要对其进行修改。
+
 构建分词模型
 ------------
 
@@ -54,6 +74,45 @@
 
 分词模型使用[CRFPP](http://crfpp.googlecode.com/svn/trunk/doc/index.html)构建，这个封装同时也支持`crf_learn`中对应的参数。具体可以使用`crf_learn`命令检查
 
+
+构建词性标注模型
+----------------
+
+首先准备分好词并进行词性标注的文本，词间使用空格断开，词与词性之间用`_`分割。每句一行。例如：
+
+```
+新华社_NR 北京_NR 九月_NT 一日_NT 电_NN （_PU 记者_NN 吴锦才_NR ）_PU
+第三_OD 步_M 是_VC ７月份_NT 赴_VV 美国_NR 参加_VV 世界_NN 四_CD 强_NN 赛_NN 。_PU
+...
+```
+
+然后运行脚本，训练词性标注模型。
+
+```
+./ltp-model build pos --train=<your-train-file>
+```
+
+构建依存句法分析模型
+--------------------
+
+首先准备ConllX格式的依存句法分语料，例如：
+
+```
+1       上海    _       NR      _       _       2       NMOD    _       _
+2       浦东    _       NR      _       _       6       NMOD    _       _
+3       开发    _       NN      _       _       6       NMOD    _       _
+4       与      _       CC      _       _       6       NMOD    _       _
+5       法制    _       NN      _       _       6       NMOD    _       _
+6       建设    _       NN      _       _       7       SUB     _       _
+7       同步    _       VV      _       _       0       ROOT    _       _
+```
+
+然后运行脚本，训练依存句法模型。
+
+```
+./ltp-model build dp --train=<your-train-file>
+```
+
 构建语义角色标注模型
 --------------------