如何在我的SharpNlp应用程序中使用C#

Question

我需要在语料库中标注我的文件。我成功地遵循了SharpNlp的安装说明

我正在使用二进制版本

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

我还按照指令修改了.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，在这个类中，我必须访问我的语料库文本文件，并对这些文件进行POS标记。有人能帮我吗?我如何利用SharpNlp来做到这一点？

请提供这样做的步骤。

Answer 1

简而言之，SharpNLP是

• C# of OpenNLP工具和OpenNLP MaxEnt的端口
• 连接到WordNet的连接器
• 一组预先计算的模型，主要用于英语。
• 实用程序模块，如与SQLLite的集成

应该注意的是，OpenNLP库的端口相对来说是非正式的，不同的类名和属性名称都会发生变化，可能会松散地保存特性和语义，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随着时间的推移，OpenNLP部分的SharpNLP将更接近远亲，而不是双胞胎姐妹.

无论如何，都可以使用来自OpenNLP的示例和文档来补充SharpNLP提供的相对较薄的支持材料。在SharpNLP的源代码和资源(如OpenNLP API参考和OpenNLP维基 )之间，人们通常可以映射事物并进行相应的调整。

一个松散的导体可能是对这个特殊的源文件的研究，它以一种似乎接近你所需要的方式使用了OpenNLP。注意OpenNLP和SharpNLP之间的名称更改，例如POSTTaggerME类变为MaximumEntropyPosTagger，Parse()方法及其重载转向TagSentence()等等。

更普遍的暗示是要理解..。

.执行POS标记所需的步骤序列。

这是一个非常高层次的近似描述，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)，其中包含单独的标记，即单词和标点符号。
• 初始化POS标签，特别是告诉它应该使用哪个模型
• 将有序的令牌序列传递给POS标签
• 打打啊！将POS标记用于NLP应用程序的最终目的。

注意上面的序列是如何假设模型是随时可用的。

该模型是一般文本的统计“轮廓”的表示，它是通过对标记者进行一组容易标记的文本的培训而获得的。

SharpNLP提供了通用英语语言的模型，但为了标记其他语言，或者要标记的特定语料库属于特定领域(例如医疗报告、Tweets或.)最好是重新训练标签，以提高其精度。

Open/SharpNLP作为大多数POS tagger，无论是独立的还是它们的API，通常都包含一些特性来训练它们(=生成一个模型，给出一组容易标记的文本)，并验证这样生成的模型/标签的质量(=比较测试集上产生的标记，与预期的这组标记)。

Answer 2

请仔细阅读我为此写的这篇文章。它将为您提供一个详细的一步一步的方法与样例代码片段。

在Visual中将SharpNLP集成到项目中的简单方法

希望这是有用的。