将OntoNotes 5.0转换为UD格式的当前最佳实践是什么？
我没有找到任何关于这个问题的文档或问题，如果已经问过了，抱歉。
我使用了this中EWT转换的描述作为基本指导。
有多个预处理器：

• edu.stanford.nlp.trees.treebank.OntoNotesUDUpdater

它似乎过滤了许多错误的句子(大约17k)。

• 此外，我还在edu.stanford.nlp.trees.Treebanks中找到了一个用于纠正宾州树库的常见工具。

在OntoNotesUDUpdater之后调用这个函数有意义吗？

• 还有其他的东西吗？

之后，我应用了：

• edu.stanford.nlp.trees.ud.UniversalDependenciesConverter
• edu.stanford.nlp.trees.ud.UniversalDependenciesFeatureAnnotator

然后填充以下字段：FORM, LEMMA, UPOSTAG, FEATS, HEAD, DEPREL。我没有找到一个工具可以将原始句子文本添加到最终CoNLLu文件中，以及有关标记间距的信息。对于这些有什么建议吗？我找到了scripts,它们被用来将SpaceAfter添加到EWT中，但似乎不能应用于OntoNotes。
后处理：

• 有UniversalEnhancer,可以用于任何语言。我可以在这个工具中使用预训练的fasttext嵌入吗？

还是我需要一些特殊的嵌入？

• 还有其他的东西吗？

脚本示例：

#!/usr/bin/env bash

convert (){
  local fname="$1"
  local part=${fname#onto.}
  for f in $(<$fname) ; do
      rm -f onto_fixed temp_tree temp_ud

      if [ -n "$MK_CRCT" ]; then
          java -cp "$CORENLP_HOME/*"  -mx5g edu.stanford.nlp.trees.treebank.OntoNotesUDUpdater \
               $f > onto_fixed 2>> "$OUT_DIR"/fixer.log
          f=onto_fixed
      fi

      java -cp "$CORENLP_HOME/*" -mx5g edu.stanford.nlp.trees.Treebanks \
           -correct -pennPrint $f \
           > temp_tree 2>> "$OUT_DIR"/correct.log
      java -cp "$CORENLP_HOME/*" -mx5g edu.stanford.nlp.trees.ud.UniversalDependenciesConverter \
           -outputRepresentation enhanced++ -treeFile temp_tree \
           > temp_ud 2>> "$OUT_DIR"/convert-1.log

      java -cp "$CORENLP_HOME/*" -mx5g edu.stanford.nlp.trees.ud.UniversalDependenciesFeatureAnnotator \
           temp_ud temp_tree \
           >> "$OUT_DIR"/$part.conllu 2>> "$OUT_DIR"/convert-2.log

  done

  # see https://github.com/stanfordnlp/CoreNLP/issues/1132
  java -cp "$CORENLP_HOME/*"  -mx5g edu.stanford.nlp.trees.ud.UniversalEnhancer \
       -conlluFile "$OUT_DIR"/$part.conllu \
       -relativePronouns "that|which|who|whom|whose|where|That|Which|Who|Whom|Whose|Where" \
       > "$OUT_DIR"/$part.conllu.enhanced 2> "$OUT_DIR"/enhance.log
  rm "$OUT_DIR"/$part.conllu && mv "$OUT_DIR"/$part.conllu.enhanced "$OUT_DIR"/$part.conllu

}

[ -z "$ONTO_DIR" ] && ONTO_DIR="/path/to/onto"
[ -z "$CORENLP_HOME" ] && CORENLP_HOME="/path/to/corenlp"

OUT_DIR="$1"
if [ -z "$OUT_DIR" ]; then
  echo "Pass out_dir as first argument"
  exit 3
fi

mkdir -p "$OUT_DIR"
#creaet abs path
OUT_DIR=$(cd "$1"; pwd)
rm -f "$OUT_DIR"/*.conllu

MK_CRCT="$2"

echo "Convert to $OUT_DIR with MK_CRCT=$MK_CRCT"

pushd "$ONTO_DIR"/data/files/data/english/annotations

find . -name *.parse > onto
java -cp "$CORENLP_HOME/*"  -mx5g edu.stanford.nlp.parser.tools.OntoNotesFilePreparation onto

convert onto.train
convert onto.dev
convert onto.test

popd