我正在使用 MPQA 意见语料库,其中注释和文档保存在单独的文件中。注释文件包含文档中的字符偏移量(字节跨度),
例如 850,861
string GATE_direct-subjective
expression-intensity="medium"
attitude-link="a4"
nested-source="w, patient"
intensity="medium"
polarity="negative"
如何将这些字节跨度匹配到文本文档中?我很感激任何想法!我更喜欢使用 Python,但 Java 中的解决方案也很好。