如何使用OpenNLP的组块解析器提取名词短语

Question

我是自然语言处理的新手。我需要从课文中提取名词短语。到目前为止，我已经使用OpenNLP的分块解析器来解析我的文本，以获得树结构。但是我不能从树结构中提取名词短语，开放nlp中是否有正则表达式模式，以便我可以使用它来提取名词短语。

下面是我使用的代码

    InputStream is = new FileInputStream("en-parser-chunking.bin");
    ParserModel model = new ParserModel(is);
    Parser parser = ParserFactory.create(model);
    Parse topParses[] = ParserTool.parseLine(line, parser, 1);
        for (Parse p : topParses){
                 p.show();}

这里我得到的输出为

（顶部（S）ADJP（JJ欢迎）（PP（TO）（NP（NNP Big）（NNP Data.））））（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（名词短语）（树）（结构）

有人能帮我弄到名词短语吗，比如NP，NNP，NN等等。有人能告诉我我需要用其他的NP切块器来弄到名词短语吗？是否有任何正则表达式模式可以实现同样的效果。

请帮帮我。

提前谢谢

古塞。

Answer 1

将从您的代码本身继续。此程序块将提供句子中的所有名词短语。使用getTagNodes（）方法获取令牌及其类型

Parse topParses[] = ParserTool.parseLine(line, parser, 1);
Parse words[]=null; //an array to store the tokens
//Loop thorugh to get the tag nodes
for (Parse nodes : topParses){
        words=nodes.getTagNodes(); // we will get a list of nodes
}

for(Parse word:words){
//Change the types according to your desired types
    if(word.getType().equals("NN") || word.getType().equals("NNP") || word.getType().equals("NNS")){
            System.out.println(word);
            }
        }

Answer 2

如果你只想要名词短语，那么使用句子块而不是树解析器。代码是这样的（您需要从与解析器模型相同的位置获取模型）

public void chunk() {
    InputStream modelIn = null;
    ChunkerModel model = null;

    try {
      modelIn = new FileInputStream("en-chunker.bin");
      model = new ChunkerModel(modelIn);
    }
    catch (IOException e) {
      // Model loading failed, handle the error
      e.printStackTrace();
    }
    finally {
      if (modelIn != null) {
        try {
          modelIn.close();
        }
        catch (IOException e) {
        }
      }
    }

//After the model is loaded a Chunker can be instantiated.


    ChunkerME chunker = new ChunkerME(model);



    String sent[] = new String[]{"Rockwell", "International", "Corp.", "'s",
      "Tulsa", "unit", "said", "it", "signed", "a", "tentative", "agreement",
      "extending", "its", "contract", "with", "Boeing", "Co.", "to",
      "provide", "structural", "parts", "for", "Boeing", "'s", "747",
      "jetliners", "."};

    String pos[] = new String[]{"NNP", "NNP", "NNP", "POS", "NNP", "NN",
      "VBD", "PRP", "VBD", "DT", "JJ", "NN", "VBG", "PRP$", "NN", "IN",
      "NNP", "NNP", "TO", "VB", "JJ", "NNS", "IN", "NNP", "POS", "CD", "NNS",
      "."};

    String tag[] = chunker.chunk(sent, pos);
  }

然后查看标记数组以查找所需的类型

http://opennlp.apache.org/documentation/1.5.3/manual/opennlp.html#tools.parser.chunking.api

Answer 3

Parse对象是一棵树；您可以使用getParent（）和getChildren（）和getType（）导航树。

List<Parse> nounPhrases;

public void getNounPhrases(Parse p) {
    if (p.getType().equals("NP")) {
         nounPhrases.add(p);
    }
    for (Parse child : p.getChildren()) {
         getNounPhrases(child);
    }
}