使用stanfordnlp库中的REGEXNER注释作者姓名

Question

import stanfordnlp

from stanfordnlp.server import CoreNLPClient
# example text
print('---')
print('input text')
print('')

text = "In practice, its scope is broad and includes the analysis of a diverse set of samples such as gut microbiome (Qin et al., 2010), (Minot et al., 2011), environmental (Mizuno et al., 2013) or clinical (Willner et al., 2009), (Negredo et al., 2011), (McMullan et al., 2012) samples."

# set up the client
print('---')
print('starting up Java Stanford CoreNLP Server...')
#Properties dictionary
prop={'regexner.mapping': 'rgxrules.txt', 'annotators': 'tokenize,ssplit,pos,lemma,ner,regexner'}
# set up the client


with CoreNLPClient(properties=prop,timeout=100000, memory='16G',be_quiet=False ) as client:
    # submit the request to the server
    ann = client.annotate(text)
    # get the first sentence
    sentence = ann.sentence[0]

我试图解决这个问题，就是将这一行添加到传递给CorenlpClient的rgxrules.txt文件中。下面是我在这个文件中的一行：

[[A-Z][a-z]] /et/ /al\./\tPERSON

这并不能解决运行代码时可以检查的问题。另外，我不知道如何补充一个事实，我只想要与[[A-Z][A-Z]]匹配的词，而且这个词出现在等前面。要用人称来注释，而不是整个句子“迈诺特等人”。例如。

你知道我怎么解决这个问题吗。

Answer 1

在匹配java正则表达式方面，我很确定您需要类似于

[A-Za-z]+等[.]

但是，我不知道有什么方法可以避免标记等例如让一个令牌向前看。如果在regex文件中添加另一行，用O替换等会发生什么？可能需要说明Person是O允许的覆盖