我想计算例如副词,但不同类型有不同的标签,“_RB”、“_RBR”和“_RBS”。我尝试使用 3 个序列中的子字符串,但这消除了找到更长标签的可能性 - “_RB”与“_RBS”。我在 Java 中使用斯坦福 POS 标记器,但我不知道如何计算每种类型的标记。这是我到目前为止所拥有的:
int pos = 0;
int end = tagged.length() - 1;
int nouns = 0;
int adjectives = 0;
int adverbs = 0;
while (pos < (end - 1)){
pos++;
String sequence = tagged.substring(pos - 1, pos + 2);
//System.out.println(sequence);
if (sequence.equals("_NN")){
nouns++;
}
if (sequence.equals("_JJ")){
adjectives++;
}
if (sequence.equals("_RB")){
adverbs++;
}
}
tagged 是标记的字符串。
这是一个示例标记字符串:
This_DT is_VBZ a_DT good_JJ sample_NN sentence_NN ._. Here_RB is_VBZ another_DT good_JJ sample_NN sentence_NN ._.