从文本中提取名词（Java）

Question

有谁知道从文本中仅提取名词的最简单方法？

我听说过TreeTagger工具，但尝试尝试一下，但由于某种原因而无法使用。

有什么建议？

谢谢菲尔

编辑：

 导入org.annolab.tt4j。*; 
TreeTaggerWrapper tt =新的TreeTaggerWrapper（）;

尝试{tt.setModel（“ /名词/english.par”）;

tt.setHandler（new TokenHandler（）{ 
     无效令牌（字符串令牌，字符串pos，字符串引理）{    
     System.out.println（token +“ \ t” + pos +“ \ t” + lemma）; }}）;
     tt.process（words）; //单词=单词列表

     }最后{tt.destroy（）; 
}

那是我的代码，英语是语言。我遇到了错误：new
TokenHandler（）{}类型必须实现继承的抽象方法TokenHandler.token。难道我做错了什么？

Answer 1

首先，您必须标记文本。这看似微不足道（在任何空格处分割都可以为您工作），但从形式上讲，这却很难。然后，您必须确定什么是名词。“停车场”是否包含一个名词（停车场），两个名词（汽车，公园）或一个名词（公园）和一个形容词（汽车）？这是一个很难的问题，但是如果没有它，您也许仍然可以解决。

“我看见xyzzy”是否识别出不在词典中的名词？单词“ the”可能将xyzzy标识为名词。

“时光如箭”中的名词在哪里？与“果蝇像香蕉”相比（感谢格劳乔·马克思）。

我们在OpenNLP工具包（opennlp.tools.lang.english.PosTagger;
opennlp.tools.postag.POSDictionary on
http：//上使用了Brown标记器（Java）（http://en.wikipedia.org/wiki/Brown_Corpus）opennlp.sourceforge.net/）来查找普通英语中的名词，我建议从此开始-
它为您完成了大部分思考。否则，请查看任何POSTaggers（http://en.wikipedia.org/wiki/POS_tagger）或（http://www-
nlp.stanford.edu/links/statnlp.html#Taggers）。

在计算机的词性标记中，通常区分英语的50至150个单独的词性，例如NN表示单数普通名词，NNS表示复数普通名词，NP表示单数专有名词（请参阅POS）布朗语料库中使用的标签）

http://en.wikipedia.org/wiki/Natural_language_processing_toolkits中有NLP工具箱的完整列表。我强烈建议您使用其中之一，而不要尝试与Wordnet或其他集合进行匹配。