java - 提取指定单词之后的所有单词直到句子结尾

Question

我需要提取以下单词之后直到句子结尾的所有单词 (/[Ee]ach+/) ([tag:NN]+|[tag:NNS]+) (/has+/|/have+/) 但我在第 13 行遇到错误，下面是我的代码:

 1  String file="Each campus has one club. Each programme has a unique code, title, level and   duration.";
 2  Properties props = new Properties();
 3  props.put("annotators", "tokenize, ssplit, pos, lemma, ner, parse, dcoref");
 4  StanfordCoreNLP pipeline = new StanfordCoreNLP(props);
 5  Annotation document = new Annotation(file);
 6  pipeline.annotate(document);
 7  List<CoreLabel> tokens = new ArrayList<CoreLabel>();

 8  List<CoreMap> sentences = document.get(CoreAnnotations.SentencesAnnotation.class);
 9  for(CoreMap sentence: sentences) 
10  {
11      for (CoreLabel token: sentence.get(CoreAnnotations.TokensAnnotation.class)) 
12         tokens.add(token); 

13      TokenSequencePattern pattern = TokenSequencePattern.compile("(/[Ee]ach+/) ([tag:NN]+|[tag:NNS]+) (/has+/|/have+/) [A-Z]");
14      TokenSequenceMatcher matcher = pattern.getMatcher(tokens);
15      while( matcher.find()){
16          JOptionPane.showMessageDialog(rootPane, matcher.group()); 
17          String matched = matcher.group();
18      }
19      tokens.removeAll(tokens);
20  } 

Answer 1

在许多语言中，您在正则表达式周围看到的斜杠，例如

/someregex/

与正则表达式没有任何关系:斜杠是应用程序语言的产物，而 java 不是使用它们的语言之一。

一旦你去掉这些斜杠，修复你的正则表达式更改，并删除意图不正确的字符类，以及一些其他调整，这个正则表达式应该可以工作:

([Ee]ach|tag:NNS?|ha(s|ve)) +\w+