Question

我正在使用OpenNLP的NameFinder API示例文档。初始化名称查找器后，文档使用以下代码作为输入文本：

for (String document[][] : documents) {

  for (String[] sentence : document) {
    Span nameSpans[] = nameFinder.find(sentence);
    // do something with the names
  }

  nameFinder.clearAdaptiveData()
}

然而，当我把它带入eclipse时，'documents'（而不是'document'）变量给我一个错误，说变量文档无法解析。使用'documents'数组变量引用的文档是什么？我是否需要初始化一个名为“documents”的数组，该数组包含txt文件以便此错误消失？

感谢您的帮助。

Answer 1

OpenNLP documentation表示输入文本应分段为文档，句子和标记。您提供的代码片段说明了如何处理多个文档。

如果您只有一个文档，则不需要第一个文档，只有内部文档具有句子数组，由一组标记组成。

要从文档创建句子数组，您可以使用OpenNLP SentenceDetector，对于每个句子，您可以使用OpenNLP Tokenizer来获取标记数组。

您的代码如下所示：

// somehow get the contents from the txt file 
//      and populate a string called documentStr

String sentences[] = sentenceDetector.sentDetect(documentStr);
for (String sentence : sentences) {
    String tokens[] = tokenizer.tokenize(sentence);
    Span nameSpans[] = nameFinder.find(tokens);
    // do something with the names
    System.out.println("Found entity: " + Arrays.toString(Span.spansToStrings(nameSpans, tokens)));
}

您可以从OpenNLP documentation文档中学习如何使用SentenceDetector和Tokenizer。

OpenNLP名称查找器

1 个答案: