我已经标记了20个句子，这是我的代码：
public class myTag {
public static void main(String[] args) {
Properties props = new Properties();
try {
props.load(new FileReader("D:/tagger/english-bidirectional-distsim.tagger.props"));
} catch (FileNotFoundException e) {
// TODO Auto-generated catch block
e.printStackTrace();
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
MaxentTagger tagger = new MaxentTagger("D:/tagger/english-bidirectional-distsim.tagger",props);
//==================================================================================================
try (BufferedReader br = new BufferedReader(new FileReader("C:/Users/chelsea/Desktop/EN/EN.txt")))
{
String sCurrentLine;
while ((sCurrentLine = br.readLine()) != null) {
String tagged = tagger.tagString(sCurrentLine);
System.out.println(tagged);
}
} catch (IOException e) {
e.printStackTrace();
}
}
}
这是输出：
正如您在句子节点中看到的那样，它具有Id属性，并且在这里它不停地= 0，我不应该这样。我期望值是= 0、1、2、3、4，...
我不明白我的代码有什么问题。
最佳答案
Stanford POS标记器（严格来说，是在POS注释器之前应用的句子拆分器）为每个输入文本生成句子的ID。
因此，您要求tagger标记由一个句子组成的sCurrentLine，该文本被拆分为多个句子-实际上，只有一个，id = 0；然后您要求标记下一个迭代中的另一个文本-sCurrentLine-它又是唯一的句子，因此它是id = 0的第一个句子；等等。
因此，如果您想要正确的ID，请先创建整个文本，然后将其传递给tagger。但是，如果您的输入文本已被句子分割，最好将其保留原样（并在需要时由您自己在循环中生成ID）。