java - 如何使用 Open nlp 的分块解析器提取名词短语

Question

我是自然语言处理的新手。我需要从文本中提取名词短语。到目前为止，我已经使用 open nlp 的分 block 解析器来解析我的文本以获得树结构。但我无法提取名词来自树结构的短语，open nlp中是否有任何正则表达式模式，以便我可以用它来提取名词短语。

下面是我使用的代码

    InputStream is = new FileInputStream("en-parser-chunking.bin");
    ParserModel model = new ParserModel(is);
    Parser parser = ParserFactory.create(model);
    Parse topParses[] = ParserTool.parseLine(line, parser, 1);
        for (Parse p : topParses){
                 p.show();}

这里我得到的输出是

(TOP (S (ADJP (欢迎JJ) (PP (TO to) (NP (NNP Big) (NNP Data.)))) (S (NP (PRP We)) (VP (VP ( VBP are) (VP (VBG working) (PP (IN on) (NP (NNP Natural) (NNP Language) (NNP Processing.can)))) (NP (DT some) (CD one) (NN help)) (NP (PRP us)) (PP (IN in) (S (VP (VBG extracting) (NP (DT the) (NN noun) (NNS phrases)) (PP (IN from) (NP (DT the) (NN树)(WP结构。)))))))))

有人能帮我得到像 NP、NNP、NN 等名词短语吗？有人能告诉我我需要使用任何其他 NP Chunker 来得到名词短语吗？是否有任何正则表达式模式来实现一样。

请帮我解决这个问题。

提前致谢

古斯。

Answer 1

Parse 对象是一棵树；您可以使用 getParent() 和 getChildren() 以及 getType() 来导航树。

List<Parse> nounPhrases;

public void getNounPhrases(Parse p) {
    if (p.getType().equals("NP")) {
         nounPhrases.add(p);
    }
    for (Parse child : p.getChildren()) {
         getNounPhrases(child);
    }
}