使用Stanford-Parser从文本中提取阿拉伯语专有名称

Question

我正在尝试使用Stanford Parser从文本中提取阿拉伯语专有名称。

例如，如果我有一个输入句子：

تكريم سعد الدين الشاذلى

使用阿拉伯语Stanford解析器，树形图将是：

(ROOT (NP (NN تكريم) (NP (NNP سعد) (DTNNP الدين) (NNP الشاذلى))))

我想提取正确的名称：

سعد الدين الشاذلى

有子树：

(NP (NNP سعد) (DTNNP الدين) (NNP الشاذلى))

我试过这个：similar question

但这一行有一些问题：

List<TaggedWord> taggedWords = (Tree) lp.apply(str);

将树类型放入taggedword列表中的错误 另一件事，我不明白我在哪里可以使用建议的taggedYield()函数

有什么想法吗？

Answer 1

这是关于库的非常基本的Java，但你想要的是：

Tree tree = lp.apply(str);
List<TaggedWord> taggedWords = tree.taggedYield();
for (TaggedWord tw : taggedWords) {
  if (tw.tag().contains("NNP")) {
    System.err.println(tw.word());
  }
}