java - 斯坦福自然语言处理(StanfordNLP)检测带有介词的复合实体

Question

基本上，在句子中:

<Lord of the bracelets> is a fantasy movie.

我想检测化合物Lord of the bracelets作为一个实体(也可以在实体链接注释器中链接)。这意味着检测具有类似 NNP 形式的 POS 标签的结构。 DT NNP或NN IN DT NNP .

CoreNLP 可以做到这一点吗？

我当前的设置无法检测到它们，而且我也找不到方法来做到这一点。

  public NamedEntityRecognition() {
    Properties props = new Properties();
    props.setProperty("annotators", "tokenize,ssplit,pos,lemma,ner,entitylink");
    props.setProperty("tokenize.options", "untokenizable=noneDelete");

    pipeline = new StanfordCoreNLP(props);
  }


  public CoreDocument recogniseEntities(String text) {
    CoreDocument doc = new CoreDocument(text);
    pipeline.annotate(doc);
    return doc;
  }

谢谢!

Answer 1

您可以使用 TokensRegex 来做到这一点(可能是 RegexNER，尽管我不这么认为)。您可以在规则中指定要将某些词性标记模式标记为实体。

此处提供了 TokensRegex 的完整描述:

https://stanfordnlp.github.io/CoreNLP/tokensregex.html