使用Stanford-Parser从文本中提取阿拉伯专有名称

Question

我正在尝试使用斯坦福解析器从文本中提取阿拉伯专有名称。

例如，如果我有一个输入句子：

تكريم سعد الدين الشاذلى

使用阿拉伯语Stanford解析器，树形图将是：

(ROOT (NP (NN تكريم) (NP (NNP سعد) (DTNNP الدين) (NNP الشاذلى))))

我想提取正确的名称：

سعد الدين الشاذلى

其中包含子树：

(NP (NNP سعد) (DTNNP الدين) (NNP الشاذلى))

我已经尝试过了：similar question

但这一行中有一些地方是错误的：

List<TaggedWord> taggedWords = (Tree) lp.apply(str);

将树类型放在标记词列表中的错误是我不理解的另一件事，即在哪里可以使用建议的taggedYield()函数

有什么想法吗？

Answer 1

就库而言，这是非常基本的Java，但您需要的是：

Tree tree = lp.apply(str);
List<TaggedWord> taggedWords = tree.taggedYield();
for (TaggedWord tw : taggedWords) {
  if (tw.tag().contains("NNP")) {
    System.err.println(tw.word());
  }
}