java - 如何在自然语言处理 GATE 中阅读段落

Question

我正在使用 GATE 工具进行自然语言处理.. 我正在使用 java 代码从句子中读取行并获取关键字.. 必须在 creole xml 中进行哪些修改才能阅读完整的段落..

Answer 1

您可以使用

doc.getNamedAnnotationSets().get("Original markups")

如果它没有给出任何结果，您可以使用annotateParagraphs()class 的方法gate.corpora.TextualDocumentFormat。

Answer 2

我不确定你是什么意思，但如果你使用 ANNIE，你可以将每个段落放在一个单独的标签中。我用了standAloneAnnie.java

http://gate.ac.uk/wiki/code-repository/src/sheffield/examples/StandAloneAnnie.java

如果用户输入

What is your name, ,some text sometext

Sometext sometext sometext

结果将是

<paragraph>What is your name, ,some text sometext</paragraph>

<paragraph>Sometext sometext sometext</paragraph>

您可以获得更多标签，例如每个单词的人、位置、句子或标记。

例如，如果用户输入

在吉隆坡哪里用餐。赫尔顿酒店

结果将是一个 xml 文件，其中包含

<paragraph>
        <Sentence>
        <Token>Where</Token>
        <Token>To</Token>
        <Token>
        <Unknown>Dine</Unknown>
        </Token>
        <Token>In</Token>
        <Lookup>
        <Location>
        <Token>Kuala</Token>
        <Token>
        <Lookup>Lumpur</Lookup>
        </Token>
        </Location>
        </Lookup>
        <Token>
        <Split>.</Split>
        </Token>
        </Sentence>

        <Sentence>
        <Organization>
        <Token>Helton</Token>
        <Token>
        <Lookup>
        <Lookup>Hotel</Lookup>
        </Lookup>
        </Token>
        </Organization>
        </Sentence>

     </paragraph>

我目前正在尝试获取同义词，但无法这样做:(我希望结果包含其他选项，例如上述句子，我希望结果是 Dine -> Dinner, Food, Eat, Restaurant。

Answer 3

这对我有用：

1. 初始化门
2. 创建门控制器（默认使用 ANNIE）
3. 创建语料库，将语料库设置为控制器，创建门文档（gateDoc），添加到语料库
4. 控制器.执行（）；

5. 以下代码

           FeatureMap features = gateDoc.getFeatures();
           String originalContent = (String)
        features.get(GateConstants.ORIGINAL_DOCUMENT_CONTENT_FEATURE_NAME);
           int length = originalContent.length();
   
           TextualDocumentFormat tdf = new TextualDocumentFormat();
               try {
                   tdf.annotateParagraphs(gateDoc,0, length,null);
   
   
               } catch (DocumentFormatException e) {
                   e.printStackTrace();
               }
   
           AnnotationSet paragraphs = gateDoc.getAnnotations().get("paragraph");
   
           Iterator it = paragraphs.iterator();
           Annotation currAnnot;
           SortedAnnotationList sortedParagraphs = new SortedAnnotationList();
   
           while (it.hasNext()) {
               currAnnot = (Annotation) it.next();
               sortedParagraphs.addSortedExclusive(currAnnot);
           } // while
   
           StringBuffer editableContent = new StringBuffer(originalContent);
   
   
               System.out.println("Number of Paragraphs -  "+paragraphs.size());
   
               for(Annotation paragraph:paragraphs){
                   long start = paragraph.getStartNode().getOffset().longValue();
                   long end = paragraph.getEndNode().getOffset().longValue();
   
                   String paraText=editableContent.substring((int) start, (int) end);
                   System.out.println(paraText);
               }