Question

我正在使用maltparser，nltk处理过程文本。好吧，我有maltparser和nltk之间的集成，工作正常。但是因为每次我执行程序nltk调用java VE这需要花费很多时间...所以我认为制作一个web服务谁需要conll .txt并返回由java app解析的conll。

当我从maltparser来源测试示例时，问题就出现了。我从初始化模型中选择一个并解析一个标记数组。我只是将de model改为常规英语（engmalt.linear-1.7.mco）。因此，就像输入一样执行并返回句子。

代码是这个

public static void main(String[] args) {
    // Loading the Swedish model swemalt-mini
    ConcurrentMaltParserModel model = null;
    try {
        URL swemaltMiniModelURL = new File("inputs/engmalt.linear-1.7.mco").toURI().toURL();
        System.out.println(swemaltMiniModelURL.getFile());
        model = ConcurrentMaltParserService.initializeParserModel(swemaltMiniModelURL);
    } catch (Exception e) {
        e.printStackTrace();
    }

    // Creates an array of tokens, which contains the Swedish sentence 'Samtidigt får du högsta sparränta plus en skattefri sparpremie.'
    // in the CoNLL data format.
    String[] tokens = new String[5];
    tokens[0] = "1\tThis\t_\tDT\tDT\t_\t0\ta\t_\t_";
    System.out.println(tokens[0]);
    tokens[1] = "2\tis\t_\tVBZ\tVBZ\t_\t0\ta\t_\t_";
    System.out.println(tokens[1]);
    tokens[2] = "3\ta\t_\tZ\tZ\t_\t0\ta\t_\t_";
    System.out.println(tokens[2]);
    tokens[3] = "4\ttest\t_\tNN\tNN\t_\t0\ta\t_\t_";
    System.out.println(tokens[3]);
    tokens[4] = "5\t.\t_\tFp\tFp\t_\t0\ta\t_\t_";
    System.out.println(tokens[4]);
    try {
        String[] outputTokens = model.parseTokens(tokens);
        ConcurrentUtils.printTokens(outputTokens);
    } catch (Exception e) {
        e.printStackTrace();
    }
}

，输出为：

/home/tomas/workspace/PruebaMalt/inputs/engmalt.linear-1.7.mco
1   This    _   DT  DT  _   0   a   _   _
2   is  _   VBZ VBZ _   0   a   _   _
3   a   _   Z   Z   _   0   a   _   _
4   test    _   NN  NN  _   0   a   _   _
5   .   _   Fp  Fp  _   0   a   _   _
1   This    _   DT  DT  _   0   a   _   _
2   is  _   VBZ VBZ _   0   a   _   _
3   a   _   Z   Z   _   0   a   _   _
4   test    _   NN  NN  _   0   a   _   _
5   .   _   Fp  Fp  _   0   a   _   _

我尝试与其他模特和语言一样......任何建议？ TY！

Answer 1

我自己发现了。问题是nlkt向java发送了这种格式：

1 This _ DT DT _ 0 a _ _

并返回：1 This _ DT DT _ 2 SUBJ _ _

但是在java中格式有点不同，最后2 _必须删除。有了这个，它就会起作用！

输入：1 This _ DT DT _

返回：1 This _ DT DT _ 2 SUBJ _ _

我希望这有助于他人。

Maltparser没有做任何事情

1 个答案: