我可以使用什麼工具來查找部分語音模式

我正在尋找工具來查找文檔語料庫中的部分語音模式。我正在使用斯坦福NLP工具來標記我的文檔。現在我想查詢這些標記的文檔並找到了一些具體的POS模式，例如我可以使用什麼工具來查找部分語音模式

NP是JJ（例如：電影是好的）

或JJNP（例如：優質鵝肝醬）

有沒有一種工具可以以簡單高效的方式爲我做到這一點，還是我需要寫我自己的？考慮

2015-04-07 azpublic

爲什麼downvote ??? – azpublic

投票！非常有用的問題！ – Maziyar

斯坦福CoreNLP，你也可以使用TokensRegex在標記列表匹配模式：http://nlp.stanford.edu/software/tokensregex.shtml

例如，你的兩個圖案會類似：

[{標籤：NN}] [{字：是}] [{代碼：JJ}]

[{標籤：JJ}] [{代碼：NN}]

（注意，但NP不是POS標籤。實際上，你想要的是[{tag：/ N。* /}]和[{lemma：be}]來捕捉更廣泛的案例）。

2015-04-08 09:05:40

優秀。我在同一時間看到TokensRegex回答。我認爲NP是NounPhrase，但確實..它不存在:)謝謝你的澄清，謝謝你的引理技巧！馬上測試。 – azpublic

應該在你的答案中'標記'是'pos'嗎？我在看這篇文章http://nlp.stanford.edu/pubs/tokensregex-tr-2014.pdf，他們提到pos：「NNP」 - >令牌POS也是abc – azpublic

也是一個側面問題，我將如何捕獲名詞短語與我捕捉名詞（NN）的方式相同。例如，「番茄沙拉很棒」，我怎樣才能捕捉到「番茄沙拉」+「有」+「美妙」，而不僅僅是「沙拉」+「有」+「美妙」？非常感謝！ – azpublic

一個工具是科珀斯克裏工作臺：http://cwb.sourceforge.net/

2015-04-07 18:16:01 aab

謝謝，這個工具看起來不錯，但是你知道我是否可以使用stanford POS註釋（我認爲它是Penn Treebank）。我已經註釋了語料庫，理想情況下，我想直接查詢此註釋的語料庫，而不生成一組新的註釋。你知道這個工具是否會讓我這樣做嗎？ – azpublic

不，我認爲你必須將註釋轉換爲不同的格式，所以Gabor的答案中的斯坦福工具聽起來更好。 – aab

回答