使用StanfordCoreNLP管道时的日期

Question

如果我使用TokenizerNotator、WordsToSentencesAnnotator、POSTaggerAnnotator和sutime创建一个AnnotationPipeline，我会将TimexAnnotations附加到生成的注释上。

但是，如果我创建一个StanfordCoreNLP管道，并将“annotators”属性设置为“tokenize，ssplit，pos，lemma，ner”，那么即使相关的单个标记被标记为DATE，我也不会得到TimexAnnotations。

为什么会有这种区别？

Answer 1

当我们运行注释时，我们从文档中提取所有实体提及，并将日期视为实体提及。下面是一些示例代码。我添加了一些注释掉的选项，如果你只想提取时间表达式，并且想要时间注释。要填充的类字段。

package edu.stanford.nlp.examples;

import edu.stanford.nlp.ling.*;
import edu.stanford.nlp.util.*;
import edu.stanford.nlp.time.TimeAnnotations;

import edu.stanford.nlp.pipeline.*;

import java.util.*;

public class SUTimeExample {

  public static void main(String[] args) {
    Annotation document =
        new Annotation("The date is 1 April 2017");
    Properties props = new Properties();
    //props.setProperty("customAnnotatorClass.time", "edu.stanford.nlp.time.TimeAnnotator");
    //props.setProperty("annotators", "tokenize,ssplit,pos,lemma,time");
    props.setProperty("annotators", "tokenize,ssplit,pos,lemma,ner,entitymentions");
    StanfordCoreNLP pipeline = new StanfordCoreNLP(props);
    pipeline.annotate(document);
    for (CoreMap entityMention : document.get(CoreAnnotations.MentionsAnnotation.class)) {
      if (entityMention.get(CoreAnnotations.EntityTypeAnnotation.class).equals("DATE"))
        System.out.println(entityMention);
    }
  }
}

Answer 2

当我运行此命令时：

java -Xmx8g edu.stanford.nlp.pipeline.StanfordCoreNLP -annotators tokenize,ssplit,pos,lemma,ner -file data-example.txt -outputFormat text

我得到了日期的TIMEX注释。默认情况下，ner注释器应该应用SUTime。