Stanford CoreNLP TokensRegex中用于从匹配的令牌中获取结果数据的注释类是什么？

Question

我使用的是C#，这是我如何尝试基于斯坦福Corenlp文档获得结果的代码片段。

我不知道该使用哪个注释：

Annotation document = new Annotation(input);
pipeline.annotate(document);

var sentences = document.get(new CoreAnnotations.SentencesAnnotation().getClass()) as ArrayList;

foreach (CoreMap sentence in sentences)
{
    var tokens = sentence.get(new CoreAnnotations.TokensAnnotation().getClass()) as ArrayList;

    TokenSequencePattern pattern = TokenSequencePattern.compile("([ner: PERSON]+) /was|is/ /an?/ []{0,3} /painter|artist/");
    TokenSequenceMatcher matcher = pattern.getMatcher(tokens);

    while (matcher.find())
    {
        String matchedString = matcher.group();
        var matchedTokens = matcher.groupNodes() as ArrayList;

        foreach (CoreLabel matchedToken in matchedTokens)
        {
            //matchedToken.get(new CoreAnnotations.TokensAnnotation().getClass()));
            //Which Annotation class to use in order to get result data from matched token?
        }    
    }
}

Answer 1

我不确定你想要什么。matchedtokens中的每个标记与句子中的其他标记具有相同的注释。

如果希望获得第一个捕获组(([ner:PERSON]+)部分），那么应该使用matcher.group(1)或matcher.groupnodes(1)。有关匹配结果的其他函数，请参见http://nlp.stanford.edu/nlp/javadoc/javanlp/edu/stanford/nlp/ling/tokensregex/basicSequencematchResult.html。