Question

假设我有以下代码：

TokenSequencePattern p = TokenSequencePattern.compile("[{tag:/JJ.*/}] [{tag:/NN.*/}]");
TokenSequenceMatcher m = tPattern.getMatcher(coreLabelList);
while (tMatcher.find()){
    List<CoreMap> matches = m.groupNodes();
}

我想在这里捕捉的是一个形容词后面跟一个名词，即它必须以一个形容词开头，它必须以一个名词结尾。例如，如果我有漂亮的围巾＆＃34;它应该是一个匹配，但如果我有＆＃34;漂亮的白色圆点围巾＆＃34;它不应该是一个匹配。目前，上面的令牌正则表达式是两个短语的匹配。如何指定序列的确切开头及其确切结束？

Answer 1

您可以使用

TokenSequencePattern p = TokenSequencePattern.compile("[tag:/JJ.*/] [tag:/NN.*/]");

使用A round ball is bouncing very high in to the blue sky.进行测试，产生了round ball和blue sky子字符串。

要仅获取整个字符串匹配，如果要使用Matcher#find()（使用Matcher#matches()，则需要使用 anchors 暗示）。

所以，要仅将round ball字符串与形容词和名词的组合匹配，您可以使用

TokenSequencePattern p = TokenSequencePattern.compile("^[tag:/JJ.*/] [tag:/NN.*/]$");

或

TokenSequencePattern p = TokenSequencePattern.compile("\\A[tag:/JJ.*/] [tag:/NN.*/]\\z");

^ / \A代表字符串的开头（同样，\A将始终在字符串的开头匹配）和$ / {{1匹配字符串的结尾（请注意，\z将始终匹配字符串的最后一部分而\z - 即使您没有使用多行修饰符 - 也允许后面的尾随换行符）。

注意：锚点在CoreNLP 3.7.0上进行测试。他们不在某些版本上工作（例如，不在CoreNLP 3.5.1上工作，它会抛出错误：$）

在TokensRegex中开始/结束正则表达式

1 个答案: