什么是用于从Stanford CoreNLP TokensRegex中的匹配令牌获取结果数据的Annotation类?

时间:2015-08-02 02:00:19

标签: c# .net nlp stanford-nlp

我正在使用C#,这是我尝试根据Stanford Corenlp文档获取结果的代码片段。

我不知道要使用哪个注释:

Annotation document = new Annotation(input);
pipeline.annotate(document);

var sentences = document.get(new CoreAnnotations.SentencesAnnotation().getClass()) as ArrayList;

foreach (CoreMap sentence in sentences)
{
    var tokens = sentence.get(new CoreAnnotations.TokensAnnotation().getClass()) as ArrayList;

    TokenSequencePattern pattern = TokenSequencePattern.compile("([ner: PERSON]+) /was|is/ /an?/ []{0,3} /painter|artist/");
    TokenSequenceMatcher matcher = pattern.getMatcher(tokens);

    while (matcher.find())
    {
        String matchedString = matcher.group();
        var matchedTokens = matcher.groupNodes() as ArrayList;

        foreach (CoreLabel matchedToken in matchedTokens)
        {
            //matchedToken.get(new CoreAnnotations.TokensAnnotation().getClass()));
            //Which Annotation class to use in order to get result data from matched token?
        }    
    }
}

1 个答案:

答案 0 :(得分:1)

我不确定你想要得到什么。 matchedTokens中的每个标记与句子中的其他标记具有相同的注释。

如果您想获得第一个捕获组(([ner: PERSON]+)部分),则应使用matcher.group(1)matcher.groupNodes(1)。有关匹配结果的其他功能,请参阅http://nlp.stanford.edu/nlp/javadoc/javanlp/edu/stanford/nlp/ling/tokensregex/BasicSequenceMatchResult.html