在自然语言处理中使用boost :: iterator_range

Question

我的问题与自然语言处理（NLP）以及将输入字符串分块为逻辑组有关。

为了简化我所拥有的东西，它是一个Token数据结构的向量，每个数据结构都包含一个'tag'字符串值等。

class Token
{
   public:
      std::string tag;
      std::string word;
      // other stuff;
};

std::vector<Token> input_tokens;
typedef std::vector<Token>::iterator tok_iter;

我还从矢量中的每个令牌中形成一个连接的'tag'值串联字符串，如下所示：

std::string pos_tags = "DT JJ NN NN IN RB JJ NN DT";

我感兴趣的是只形成JJ（形容词）和NN（名词）实例的块，以便 在pos_tags示例上面会有两个匹配的块：

“JJ NN NN”，“JJ NN”

是否可以在pos_tags字符串上运行一种正则表达式，使得每个正则表达式匹配表示输入令牌集（input_tokens）中的标记范围从哪里来？换句话说，形成的每个块不是字符串，而是由开始/结束迭代器表示。

理想情况下，我想将我发现的匹配项存储为boost :: iterator_range的向量，其中每个范围代表找到的每个块的开始/结束，如下所示：

std::vector< boost::iterator_range<tok_iter> > chunks;

我希望这是有道理的。我不一定在寻找完整的代码，但提示如何以这种方式使用正则表达式（我是新手）。