用於創建溫暖的StanfordNLP解析器的最小示例

我想要一個溫暖的（已加載的）解析器來解析輸入，而不是每次我想要解析輸入時創建一個新實例。用於創建溫暖的StanfordNLP解析器的最小示例

我想要一個功能類似於http://nlp.stanford.edu:8080/parser/的解析器。我從Maven安裝了stanford-corenlp。我執行了StanfordCoreNlpDemo類。

但我被困在如何將解析器嵌入到我自己的程序中。請提供以編程方式創建解析器的最簡單示例。

2013-03-14 aitchnyu

但是記住的是：！

斯坦福核心NLP =斯坦福分析器;前者包含解析器以及其他NLP工具。
核心NLP吃了很多你的RAM！

我一直在努力實現同樣的目標。這是我迄今爲止的一個web服務，你可以用一個單例做類似的事情。

public class NLPServlet extends HttpServlet { 
    private StanfordCoreNLP pipeline; 
    public void init(ServletConfig config) throws ServletException { 
     super.init(config); 
     try { 
      Properties props = new Properties(); 
      props.put("annotators", "tokenize, ssplit, pos, lemma, ner, parse, dcoref"); 
      this.pipeline = new StanfordCoreNLP(props); 
     } catch (Exception e) { 
      System.err.println("Error " + e.getLocalizedMessage()); 
     } 
    } 
    public void doGet(HttpServletRequest req, HttpServletResponse resp) 
      throws IOException { 
     text="blah, blah, blah."; 

     // create an empty Annotation just with the given text 
     Annotation document = new Annotation(text); 

     // run all Annotators on this text 
     pipeline.annotate(document); 

    } 
}

來源

2013-04-26 00:26:32

注意，作爲文檔狀態，解析器是*不*線程安全的。 – 2013-04-26 00:27:26

實際上，自2012年2月發佈2.0版本以來，解析器一直是線程安全的......我想你會發現一些過時的文檔。 – 2014-01-26 19:30:50

你可以試試這個方法

import java.io.IOException; 
import java.util.List; 
import java.util.Properties; 

import edu.stanford.nlp.ling.CoreAnnotations; 
import edu.stanford.nlp.pipeline.Annotation; 
import edu.stanford.nlp.pipeline.StanfordCoreNLP; 
import edu.stanford.nlp.semgraph.SemanticGraph; 
import edu.stanford.nlp.semgraph.SemanticGraphCoreAnnotations; 
import edu.stanford.nlp.trees.Tree; 
import edu.stanford.nlp.trees.TreeCoreAnnotations; 
import edu.stanford.nlp.util.ArrayCoreMap; 
import edu.stanford.nlp.util.CoreMap; 

public class getentity{ 
    public static void main(String[]args) throws IOException{ 
    Properties props = new Properties(); 
     props.setProperty("annotators", "tokenize, ssplit, parse,sentiment"); 
     StanfordCoreNLP pipeline = new StanfordCoreNLP(props); 

     Annotation annotation= new Annotation("project is good but management is bad, work-culture is good"); 
     pipeline.annotate(annotation); 
     List<CoreMap> sentences = annotation.get(CoreAnnotations.SentencesAnnotation.class); 
     if (sentences != null && sentences.size() > 0) { 

      ArrayCoreMap sentence = (ArrayCoreMap) sentences.get(0); 
      Tree tree = sentence.get(TreeCoreAnnotations.TreeAnnotation.class); 
      for (CoreMap token : sentence.get(CoreAnnotations.TokensAnnotation.class)) { 
       ArrayCoreMap aToken = (ArrayCoreMap) token; 
       } 
      SemanticGraph graph = sentence.get(SemanticGraphCoreAnnotations.CollapsedCCProcessedDependenciesAnnotation.class); 

      String k=graph.toString("plain"); 
      System.out.println(k); 

    } 
    } 
}

這個特殊的代碼，你可以得到在句子中的所有實體

來源

2014-01-08 08:05:16 Rakshith

雖然這是一個非常基本的代碼 – Rakshith 2014-01-09 06:20:25

用於創建溫暖的StanfordNLP解析器的最小示例

回答

相關問題