利用斯坦福OpenIE进行子句分割
我正在寻找一个很好的工具，可以把复杂的句子分割成分句。由于我使用CoreNLP工具进行解析，所以我了解到OpenIE在从句子中提取关系三元组的过程中处理子句分段。目前，我使用了来自github 存储库的OpenIEDemo类中提供的示例代码，但是它没有正确地将句子分割成子句。以下是代码：
// Create the Stanford CoreNLP pipeline
Properties props = PropertiesUtils.asProperties(
"annotators", "tokenize,ssplit,pos,lemma,parse,natlog,openie");
StanfordCoreNLP pipeline = new StanfordCoreNLP(props);
//Annotate sample sentence
text = "I don't think he will be able to handle this.";
Annotation doc = new Annotation(text);
pipeline.annotate(doc);
// Loop over sentences in the document
int sentNo = 0;
for (CoreMap sentence : doc.get(CoreAnnotations.SentencesAnnotation.class)) {
List<SentenceFragment> clauses = new OpenIE(props).clausesInSentence(sentence);
for (SentenceFragment clause : clauses) {
System.out.println("Clause: "+clause.toString());
}
}我希望get作为输出有三个子句：
- 我不认为
- 他就能
- 处理这件事
相反，代码返回完全相同的输入：
- 我不认为他能处理这件事
然而，判决
奥巴马出生在夏威夷，他不再是我们的总统。
获取两个子句：
- 奥巴马出生在夏威夷，他不再是我们的总统。
- 他不再是我们的总统了
(似乎协调连词是一个很好的分段指示符)
OpenIE是否通常用于子句分段，如果是，如何正确地进行分词？
欢迎任何其他实用的分词方法/工具。提前谢谢。
回答 2
Stack Overflow用户
发布于 2017-04-08 17:07:12
因此，子句分段器与OpenIE的集成比名称所暗示的要紧密一些。该模块的目标是生成逻辑包含的子句，然后可以将这些子句缩短为逻辑包含的句子片段。看看你的两个例子：
- 我不认为他能处理这件事。
我认为这3条条文中没有一条是从原来的句子中产生的：
- "I don't think" -- you likely still "think," even if you don't think something is true.
- "He will be able" -- If you "think the world is flat," it doesn't mean that the world is flat. Similarly, if you "think he'll be able" it doesn't mean he'll be able.
- "to handle this" -- I'm not sure this is a clause... I'd group this with "He will be able to handle this," with "able to" being treated as a single verb.
- 奥巴马出生在夏威夷，他不再是我们的总统。
当然，这两个条款应该是“奥巴马出生在夏威夷”和“他不再是我们的总统”。尽管如此，子句拆分器输出原来的句子代替第一个子句，期望OpenIE提取器的下一步将去掉“conj:和”边缘。
Stack Overflow用户
发布于 2017-08-20 19:33:12
你见过这个斯坦福大学CoreNLP解析树可视化工具吗？http://nlpviz.bpodgursky.com/
我不编程，但我一直在寻找可能意味着独立子句的CoreNLP标记组(独立)。
例如：
我不认为他能处理好-
我不认为
S-NP-VP
他就能
S-NP-VP
处理这件事
VP-VB-NP
另一个例子是，研究人员正在开发算法，利用MRI的力量来引导毫米大小的机器人。
研究人员正在开发
S-NP-VP
驾驭力
VP-NN-NP
掌舵毫米大小的机器人
VP-VB-NP
红线是第一层，蓝线是第二层。
红线是第一层的
S-NP-VP
蓝线是第二层
S-NP-VP
有些金属离子可能对细胞有害，而另一些则是生化反应所必需的。
有些金属离子是有害的。
S-NP-DT
其他的是必要的
-NP-NNS
但是，这是如何决定的，往往是基于可被解释的质疑，而且许多其他州都有法律规定参与者不得在不同的天数之外。
这是如何确定的，通常是基于询问。
SBAR VP
其他许多州
VB
不知道不同的数字
VP-VPN-NP
例如，过去关于老年人和非人类灵长类动物的数据表明，饮食中的类胡萝卜素可以减缓认知能力的下降。
过去的数据表明
S-NP-VP
饮食中的类胡萝卜素会减缓
S-NP-VP
我注意到的组合：
S-NP-VP
S-NP-DT
-NP-NNS
SBAR VP
VB
VP-VPN-NP
VP-NN-NP
VP-VB-NP
https://stackoverflow.com/questions/43279085
复制相似问题
腾讯云开发者
