Java 如何使用OpenNLP从给定文本中提取关键短语？

我正在使用ApacheOpenNLP，我想提取给定文本的关键短语。我已经在收集实体了，但是我想要一些关键短语

我的问题是我不能使用TF-IDF，因为我没有这方面的模型，我只有一个文本（而不是多个文档）

下面是一些代码（原型-不太干净）

公共列表关键字（字符串文本，NLPProvider管道）{
SentenceDetectorME sentenceDetector=新的SentenceDetectorME（pipeline.getSentenceDetectoto（“en”）；
TokenizerME令牌化器=新的令牌化器（pipeline.getTokenizer（“en”）；
postagerme postager=新的postagerme（pipeline.getPosmodel（“en”）；
ChunkerME chunker=新的ChunkerME（pipeline.getChunker（“en”）；
ArrayList stopwords=pipeline.getStopwords（“en”）；
Span[]sentspands=sentenceDetector.sentPosDetect（文本）；
映射结果=新建LinkedHashMap（）；
SortedMap sortedData=新树映射（新映射sort.FloatValueComparer（结果））；
float sentenceCounter=sentspands.length；
浮点突出值=0；
int句子=sentspands.length；
用于（Span sentSpan:sentSpans）{
突出值=句子计数器/句子；
句子计数器--；
String语句=sentSpan.getCoveredText（text.toString（）；
int start=sentSpan.getStart（）；
Span[]tokSpans=tokenizer.tokenizePos（句子）；
String[]tokens=新字符串[tokSpans.length]；
for（int i=0；i

它基本上是把名词还给我，然后按突出值（在文本中的位置？）和计数对它们进行排序

但老实说，这不太好用

我也用lucene analyzer试过，但结果也不太好

那么，我怎样才能实现我想做的事情呢？我已经知道KEA/Maui索引器等（但恐怕我不能使用它们，因为GPL:（）

---

还有意思吗？我可以使用哪些其他算法来代替TF-IDF

例如：

本文：

---

我认为输出良好：Etsy、Grand St、太阳能充电器、制造商市场、技术硬件

最后，我发现了一些东西：

它正在使用opennlp/stanfordnlp的POS。它有ALS2许可证。还没有测量精度和召回率，但我认为它提供了很好的结果

这是我的密码：

 Configuration.setTaggerType("openNLP");
        Configuration.setSingleStrength(6);
        Configuration.setNoLimitStrength(5);
        // if tagger type is "openNLP" then give the openNLP POS tagger path
        //Configuration.setModelFileLocation("model/openNLP/en-pos-maxent.bin"); 
        // if tagger type is "default" then give the default POS lexicon file
        //Configuration.setModelFileLocation("model/default/english-lexicon.txt");
        // if tagger type is "stanford "
        Configuration.setModelFileLocation("Dont need that here");
        Configuration.setPipeline(pipeline);
        TermsExtractor termExtractor = new TermsExtractor();
        TermDocument topiaDoc = new TermDocument();
        topiaDoc = termExtractor.extractTerms(text);
        //logger.info("Extracted terms : " + topiaDoc.getExtractedTerms());
        Map<String, ArrayList<Integer>> finalFilteredTerms = topiaDoc.getFinalFilteredTerms();
        List<KeywordsModel> keywords = new ArrayList<>();
        for (Map.Entry<String, ArrayList<Integer>> e : finalFilteredTerms.entrySet()) {
            KeywordsModel keyword = new KeywordsModel();
            keyword.setLabel(e.getKey());
            keywords.add(keyword);
        }

Configuration.setTaggerType（“openNLP”）；
配置。设置单体强度（6）；
配置。设置限制强度（5）；
//如果标记器类型为“openNLP”，则给出openNLP POS标记器路径
//setModelFileLocation（“model/openNLP/en pos maxent.bin”）；
//如果标记器类型为“默认”，则给出默认的词性词典文件
//setModelFileLocation（“model/default/english lexicon.txt”）；
//如果标记器类型为“stanford”
setModelFileLocation（“此处不需要它”）；
配置。设置管道（管道）；
TermsExtractor termExtractor=新的TermsExtractor（）；
TermDocument topiaDoc=新的TermDocument（）；
topiaDoc=术语提取器。提取器术语（文本）；
//info（“提取的术语：+topiaDoc.getExtractedTerms（））；
Map finalFilteredTerms=topiaDoc.getFinalFilteredTerms（）；
列表关键字=新建ArrayList（）；
对于（Map.Entry e:finalFilteredTerms.entrySet（））{
关键字模型关键字=新关键字模型（）；
关键字.setLabel（e.getKey（））；
关键词.添加（关键词）；
}

---

我稍微修改了配置文件，以便从管道实例加载POSModel。

您可以尝试评估精度/召回率吗？对于处理这些现象的其他用户来说，这也是非常有趣的：）嘿：=）是的。我会的！可能需要一些时间，但我会回来，在这里给你答案。好的-结果是，这个库工作不太好，因为你不能得到分数。我将以以下策略结束：使用openNLP提取

 Configuration.setTaggerType("openNLP");
        Configuration.setSingleStrength(6);
        Configuration.setNoLimitStrength(5);
        // if tagger type is "openNLP" then give the openNLP POS tagger path
        //Configuration.setModelFileLocation("model/openNLP/en-pos-maxent.bin"); 
        // if tagger type is "default" then give the default POS lexicon file
        //Configuration.setModelFileLocation("model/default/english-lexicon.txt");
        // if tagger type is "stanford "
        Configuration.setModelFileLocation("Dont need that here");
        Configuration.setPipeline(pipeline);
        TermsExtractor termExtractor = new TermsExtractor();
        TermDocument topiaDoc = new TermDocument();
        topiaDoc = termExtractor.extractTerms(text);
        //logger.info("Extracted terms : " + topiaDoc.getExtractedTerms());
        Map<String, ArrayList<Integer>> finalFilteredTerms = topiaDoc.getFinalFilteredTerms();
        List<KeywordsModel> keywords = new ArrayList<>();
        for (Map.Entry<String, ArrayList<Integer>> e : finalFilteredTerms.entrySet()) {
            KeywordsModel keyword = new KeywordsModel();
            keyword.setLabel(e.getKey());
            keywords.add(keyword);
        }