Пометка POS в Scala

Ответ 1

Я нашел очень простой способ сделать тег POS в Scala

Шаг 1

Загрузите stanford tagger версию 3.2.0 из нижеуказанной ссылки

http://nlp.stanford.edu/software/stanford-postagger-2013-06-20.zip

Шаг 2

Добавьте stanford-postagger jar, присутствующий в папке к вашему проекту, а также разместите файл english-left3words-distsim.tagger, присутствующий в папке моделей в вашем проекте

Затем с помощью кода ниже вы можете пометить предложение в Scala

              val tagger = new MaxentTagger(
                "english-left3words-distsim.tagger")
              val art_con = "My name is Rahul"
              val tagged = tagger.tagString(art_con)
              println(tagged)

Результат: My_PRP $name_NN is_VBZ Rahul_NNP

Ответ 2

Возможно, вам стоит рассмотреть инструментарий FACTORIE (http://github.com/factorie/factorie). Это общая библиотека для машинного обучения и графических моделей, которая включает в себя обширный набор компонентов обработки естественного языка (токенизация, нормализация токена, морфологический анализ, сегментация предложения, таргетинг на части речи, распознавание имен объектов, анализ зависимостей, упоминание поиск, привязка).

Кроме того, он полностью написан в Scala, и он выпущен под лицензией Apache.

Документация в настоящее время разрежена, но будет улучшаться в ближайшие месяцы.

Например, после завершения установки на Maven вы можете ввести в командной строке:

bin/fac nlp --pos1 --parser1 --ner1

для запуска многопоточного NLP-сервера сокетов. Затем запросите его, указав обычный текст на его номер сокета:

echo "Mr. Jones took a job at Google in New York.  He and his Australian wife moved from New South Wales on 4/1/12." | nc localhost 3228

Вывод затем

1       1       Mr.             NNP     2       nn      O
2       2       Jones           NNP     3       nsubj   U-PER
3       3       took            VBD     0       root    O
4       4       a               DT      5       det     O
5       5       job             NN      3       dobj    O
6       6       at              IN      3       prep    O
7       7       Google          NNP     6       pobj    U-ORG
8       8       in              IN      7       prep    O
9       9       New             NNP     10      nn      B-LOC
10      10      York            NNP     8       pobj    L-LOC
11      11      .               .       3       punct   O

12      1       He              PRP     6       nsubj   O
13      2       and             CC      1       cc      O
14      3       his             PRP$    5       poss    O
15      4       Australian      JJ      5       amod    U-MISC
16      5       wife            NN      6       nsubj   O
17      6       moved           VBD     0       root    O
18      7       from            IN      6       prep    O
19      8       New             NNP     9       nn      B-LOC
20      9       South           NNP     10      nn      I-LOC
21      10      Wales           NNP     7       pobj    L-LOC
22      11      on              IN      6       prep    O
23      12      4/1/12          NNP     11      pobj    O
24      13      .               .       6       punct   O

Конечно, для всех этих функций есть программный API.

import cc.factorie._
import cc.factorie.app.nlp._
val doc = new Document("Education is the most powerful weapon which you can use to change the world.")
DocumentAnnotatorPipeline(pos.POS1).process(doc)
for (token <- doc.tokens)
  println("%-10s %-5s".format(token.string, token.posLabel.categoryValue))

выведет:

Education  NN   
is         VBZ  
the        DT   
most       RBS  
powerful   JJ   
weapon     NN   
which      WDT  
you        PRP  
can        MD   
use        VB   
to         TO   
change     VB   
the        DT   
world      NN   
.          .    

Ответ 3

Я считаю, что API Стэнфордского Парсера несколько изменился, как это иногда бывает. apply имеет подпись, public Tree apply(java.util.List<? extends HasWord> words), и это то, что вы видите в сообщении об ошибке.

Теперь вы должны использовать parse, который имеет подпись public Tree parse(java.lang.String sentence).