nlp - 如何使用斯坦福解析器或斯坦福 CoreNLP 找到名词短语的语法关系

我正在使用 stanford CoreNLP 试图找到名词短语的语法关系。

下面是一个例子:

鉴于“健身房很脏”这句话。

我设法将“健身室”确定为我的目标名词短语。我现在正在寻找一种方法来发现“脏”形容词与“健身室” 有关系，而不仅仅是与 “房间”有关。

示例代码:

private static void doSentenceTest(){
    Properties props = new Properties();
    props.put("annotators","tokenize, ssplit, pos, lemma, ner, parse, dcoref");
    StanfordCoreNLP stanford = new StanfordCoreNLP(props);

    TregexPattern npPattern = TregexPattern.compile("@NP");

    String text = "The fitness room was dirty.";


    // create an empty Annotation just with the given text
    Annotation document = new Annotation(text);
    // run all Annotators on this text
    stanford.annotate(document);

    List<CoreMap> sentences = document.get(CoreAnnotations.SentencesAnnotation.class);
    for (CoreMap sentence : sentences) {

        Tree sentenceTree = sentence.get(TreeCoreAnnotations.TreeAnnotation.class);
        TregexMatcher matcher = npPattern.matcher(sentenceTree);

        while (matcher.find()) {
            //this tree should contain "The fitness room"
            Tree nounPhraseTree = matcher.getMatch();
            //Question : how do I find that "dirty" has a relationship to the nounPhraseTree


        }

        // Output dependency tree
        TreebankLanguagePack tlp = new PennTreebankLanguagePack();
        GrammaticalStructureFactory gsf = tlp.grammaticalStructureFactory();
        GrammaticalStructure gs = gsf.newGrammaticalStructure(sentenceTree);
        Collection<TypedDependency> tdl = gs.typedDependenciesCollapsed();

        System.out.println("typedDependencies: "+tdl);

    }

}

我在句子上使用了斯坦福 CoreNLP 提取了它的根树对象。在这个树对象上，我设法使用 TregexPattern 和 TregexMatcher 提取名词短语。这给了我一个包含实际名词短语的子树。我想知道的是在原句中找到名词短语的修饰语。

typedDependecies 输出给了我以下内容:

typedDependencies: [det(room-3, The-1), nn(room-3, fitness-2), nsubj(dirty-5, room-3), cop(dirty-5, was-4), root(ROOT-0, dirty-5)]

在那里我可以看到 nsubj(dirty-5, room-3) 但我没有完整的名词短语作为支配者。

我希望我足够清楚。
任何帮助表示赞赏。

最佳答案

类型依赖项 do 表明形容词“脏”适用于“健身室”:

det(room-3, The-1)
nn(room-3, fitness-2)
nsubj(dirty-5, room-3)
cop(dirty-5, was-4)
root(ROOT-0, dirty-5)

'nn' 标签是 名词复合修饰符 ，表示 'fitness' 是 'room' 的修饰符。

您可以在 Stanford dependency manual 中找到有关依赖项标记的详细信息。

关于nlp - 如何使用斯坦福解析器或斯坦福 CoreNLP 找到名词短语的语法关系，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/29699550/