Question

我正在使用斯坦福大学的NLP解析器（http://nlp.stanford.edu/software/lex-parser.shtml）将一段文本拆分成句子，然后查看哪些句子包含给定的单词。

到目前为止，这是我的代码：

import java.io.FileReader;
import java.io.IOException;
import java.util.List;

import edu.stanford.nlp.ling.*;
import edu.stanford.nlp.process.*;

public class TokenizerDemo {

    public static void main(String[] args) throws IOException {
        DocumentPreprocessor dp = new DocumentPreprocessor(args[0]);
        for (List sentence : dp) {
            for (Object word : sentence) {
                System.out.println(word);
                System.out.println(word.getClass().getName());
                if (word.equals(args[1])) {
                    System.out.println("yes!\n");
                }
            }
        }
    }
}

我使用“java TokenizerDemo testfile.txt wall”从命令行运行代码

testfile.txt的内容是：

Humpty Dumpty sat on a wall. Humpty Dumpty had a great fall.

所以我希望程序在第一句中检测“wall”（在命令行中输入“wall”作为第二个参数）。但该程序没有检测到“墙”，因为它从不打印“是的！”。该计划的输出是：

Humpty
edu.stanford.nlp.ling.Word
Dumpty
edu.stanford.nlp.ling.Word
sat
edu.stanford.nlp.ling.Word
on
edu.stanford.nlp.ling.Word
a
edu.stanford.nlp.ling.Word
wall
edu.stanford.nlp.ling.Word
.
edu.stanford.nlp.ling.Word
Humpty
edu.stanford.nlp.ling.Word
Dumpty
edu.stanford.nlp.ling.Word
had
edu.stanford.nlp.ling.Word
a
edu.stanford.nlp.ling.Word
great
edu.stanford.nlp.ling.Word
fall
edu.stanford.nlp.ling.Word
.
edu.stanford.nlp.ling.Word

来自斯坦福大学解析器的

DocumentPreprocessor正确地将文本拆分为两个句子。问题似乎是使用equals方法。每个单词都有“edu.stanford.nlp.ling.Word”类型。我已经尝试访问该单词的底层字符串，因此我可以检查该字符串是否等于“wall”，但我无法弄清楚如何访问它。

如果我将第二个for循环写为“for（Word word：sentence）{”，那么我会在complilation上收到不兼容类型的错误消息。

Answer 1

可以通过调用String上的word()方法来访问edu.stanford.nlp.ling.Word内容。 e.g。

import edu.stanford.nlp.ling.Word;

List<Word> words = ...
for (Word word : words) {
  if (word.word().equals(args(1))) {
    System.err.println("Yes!");
  }
}

另请注意，在定义List时最好使用泛型，因为这意味着如果您尝试比较不兼容类型的类（例如Word与{{}，编译器或IDE通常会发出警告。 1}}）。

修改

原来我正在查看旧版本的NLP API。查看最新的DocumentPreprocessor文档，我看到它实现了String，其中Iterable<List<HasWord>>定义了HasWord方法。因此，您的代码应如下所示：

word()

Answer 2

由于可以优雅地打印单词，因此简单的word.toString().equals(arg[1])就足够了。

关于在句子中查找单词的Java查询

2 个答案: