ACE2005 英文语料预处理_ace 2005数据集代码处理 ace2005-preprocessing

事件抽取 ACE2005 英文语料预处理过程
执行github上最高星的预处理流程，附上自己的日常踩坑日记。
github传送门：https://github.com/nlpcl-lab/ace2005-preprocessing
踩坑1：sudo
作者说要用sudo执行命令，否则会出现未知错误。

事实上不sudo也行，sudo的话反而容易报错。如果没有修改linux配置文件的话，sudo执行的是root环境中的python环境，就算使用了anaconda的虚拟环境也不行！笔者傻呵呵的一直在虚拟环境中装、卸、装、卸需要的python库，运行代码时缺提示一直缺少xxx库就是这个原因。

踩坑2
stanford-corenlp需要安装JAVA，如果系统中没有JAVA需要自行安装，附上一个JAVA安装教程。
https://blog.csdn.net/u010993514/article/details/82926514

踩坑3

别傻呵呵的直接复制执行，记得看后面指令的路径，自行修改路径或者按照该代码中的指定路径移动数据和框架。

踩坑4
按照作者的操作最后执行python main.py的时候，会在nltk.download(‘punkt’)这块报错，因为关闭了下载的资源链接，需要手动下载。附上解决方法传送门：
https://blog.csdn.net/weixin_39712314/article/details/106173356
需要注意按照指定路径存放下载的资源。

大功告成后就可以处理ace2005数据集啦！

最后处理出的数据个数和作者github上的数据有一点点出入。
dev:

test

Train:

（别问这个数据集哪来的）