text-parsing - 使用 Stanford-Parser 从文本中提取阿拉伯语专有名称

Question

我正在尝试使用斯坦福解析器从文本中提取阿拉伯语专有名称。

例如，如果我有一个输入句子：

تكريم سعد الدين الشاذلى

使用阿拉伯语斯坦福解析器，树形图将是：

(ROOT (NP (NN تكريم) (NP (NNP سعد) (DTNNP الدين) (NNP الشاذلى))))

我想提取正确的名称：

سعد الدين الشاذلى

其中有子树：

(NP (NNP سعد) (DTNNP الدين) (NNP الشاذلى))

我试过这个：类似的问题

但是这一行有一些问题：

List<TaggedWord> taggedWords = (Tree) lp.apply(str);

将树类型放入 taggedword 列表中的错误另一件事我不明白我在哪里可以使用建议的 taggedYield() 功能

请问有什么想法吗？

Answer 1

就库而言，这是非常基本的 Java，但您想要的是：

Tree tree = lp.apply(str);
List<TaggedWord> taggedWords = tree.taggedYield();
for (TaggedWord tw : taggedWords) {
  if (tw.tag().contains("NNP")) {
    System.err.println(tw.word());
  }
}