c# - 如何在我的 C# 应用程序中使用 USE SharpNlp

我需要对语料库中的文件进行 POS 标记。
我已成功按照SharpNlp的安装说明进行操作
我使用的是二进制版本

I created a new c# project in:       E:\sharp\sharpapp
location of Models Folder is:        E:\sharp\sharpapp\bin\Models
location of my SharpNlp Binary is:   E:\sharp\SharpNLP-1.0.2529-Bin

我还按照说明修改了 .config 文件“ParseTree.Exe”和“ToolsExamples.Exe”

现在在我的 c# 项目中，我有一个名为 tagging.cs 的类，我必须在其中访问我的语料库文本文件并对这些文件进行词性标注。任何人都可以帮助我如何利用 SharpNlp 来做到这一点

请提供这样做的步骤。

最佳答案

简而言之， SharpNLP 是

OpenNLP Tools 和 OpenNLP MaxEnt

的 C# 端口

WordNet 的连接器

一组预计算模型，主要用于英语

实用程序模块，例如与 SQLLite 的集成

需要注意的是，OpenNLP 库的移植相对非正式，具有各种类和属性名称更改，可能对特性和语义的保留松散，并且与原始 Java 项目的生命周期没有明显的联系。这种情况可能会确保 SharpNLP 的 OpenNLP 部分将更类似于远房表亲而不是双胞胎姐妹......

尽管如此， 可以使用 OpenNLP 的示例和文档来补充 SharpNLP 提供的相对较薄的支持 Material 。在 SharpNLP 的源代码和 OpenNLP API reference 和 OpenNLP wiki 等资源之间，人们通常可以映射事物并相应地进行调整。

一个松散的导体可能是对这个特殊的 source file 的研究，它以一种看起来接近你可能需要的方式使用 OpenNLP。请注意 OpenNLP 和 SharpNLP 之间的名称更改，例如 POSTTaggerME 类变为 MaximumEntropyPosTagger，而 Parse() 方法及其重载变为 TagSentence() 等。

一个更一般的提示是理解......
... 执行 POS 标记通常所需的步骤序列 。
这是一个非常高级的近似描述，但我认为很有用。

获取要标记的文本 = 文本字符串

初始化文本 解析器

解析它 = 一个“数组”(或其他容器)，带有单独的 标记 ，即单词和标点符号。

初始化 POS Tagger，特别是告诉它应该使用哪个 模型

将 [ordered] token 序列提供给 POS 标记器

达达!将 POS 标签用于 NLP 应用程序的最终目的。

请注意上述序列如何假设模型随时可用。
该模型是一般文本的统计“配置文件”的表示，通过使用一组易于标记的文本训练标记器获得。
SharpNLP 带有通用英语语言模型，但为了标记其他语言，或者如果要标记的特定语料库属于特定领域(例如医疗报告或推文或...)，最好重新训练标记器以提高其精度。
Open/SharpNLP 作为大多数 POS 标记器，无论是独立的还是它们的 API，通常都包括训练它们的功能(= 生成一个模型给定一组易于标记的文本)，并验证模型/标记器的质量。 (= 将在测试集上生成的标签与该集预期的标签进行比较)。