从文本中提取名词（Java）
有人知道从正文中只提取名词的最简单方法吗 我听说了这件事，我试着尝试一下，但由于某种原因无法让它发挥作用 有什么建议吗 谢谢你，菲尔 编辑： import org.annolab.tt4j.*; TreeTaggerWrapper tt = new TreeTaggerWrapper(); try { tt.setModel("/Nouns/english.par"); tt.setHandler(new TokenHandler() { void token(String token, String pos, String lemma) { System.out.println(token+"\t"+pos+"\t"+lemma); } }); tt.process(words); // words = list of words } finally { tt.destroy(); } 导入org.annolab.tt4j.*； TreeTaggerWrapper tt=新的TreeTaggerWrapper（）； 试试{tt.setModel（“/nomes/english.par”）； tt.setHandler（新的TokenHandler（）{ void标记（字符串标记、字符串位置、字符串引理）{ System.out.println（token+“\t”+pos+“\t”+引理）；}）； tt.process（words）；//words=单词列表 }最后{tt.destroy（）； } 这是我的代码，英语是我的语言。我得到了一个错误：类型new TokenHandler（）{}必须实现继承的抽象方法TokenHandler.token。我做错什么了吗？看看数据库。这个词法数据库。你可以试着把每个单词和它匹配起来，然后检查它是否是名词从文本中提取名词（Java）,java,nlp,Java,Nlp,有人知道从正文中只提取名词的最简单方法吗 我听说了这件事，我试着尝试一下，但由于某种原因无法让它发挥作用 有什么建议吗 谢谢你，菲尔 编辑： import org.annolab.tt4j.*; TreeTaggerWrapper tt = new TreeTaggerWrapper(); try { tt.setModel("/Nouns/english.par"); tt.setHandler(new TokenHandler() { void token(String
不过，我怀疑你是否有100%的准确度；该数据库并没有匹配英语中所有可能的单词，但至少这是一个开始。请检查。这应该可以从英文文本中挑选出来。但我必须承认这不是我的专长。最简单的方法可能是将文本中的每个单词与名词词典进行比较。之后，您可能需要进行一些基本的解析，并接受结果中的近似正确性。大量关于解析自然语言的在线参考。查找一个带有API（例如WS、RESTful）的词典网站，您可以使用该API运行搜索查询
结果应采用易于使用的格式（如XML、JSON），当然还应包括单词的词法类别。首先，您必须标记文本。这可能看起来很琐碎（在任何空白处拆分都可能对您有用），但从形式上来说更难。然后你必须决定什么是名词。“停车场”包含一个名词（停车场）、两个名词（汽车、停车场）还是一个名词（停车场）和一个形容词（汽车）？这是一个很难解决的问题，但同样地，没有它你也可以过得去 “我看到了xyzzy”是否表示字典中没有的名词？单词“The”可能将xyzy标识为一个名词 “光阴似箭”中的名词在哪里。与“像香蕉一样的果蝇”相比（感谢格劳乔·马克思） 我们使用OpenNLP工具包（OpenNLP.tools.lang.english.PosTagger；OpenNLP.tools.postag.poston）中的Brown标记器（Java）（）来查找普通英语中的名词，我建议您从这一点开始—它可以帮您解决大部分问题。否则，看看任何一个邮戳 （）或（） 在计算机词性标注中， 这是典型的区别50 到150个不同的词类 例如，英语中NN表示单数 普通名词，NNS表示复数普通名词 名词，NP表示单数专有名词 （请参阅本手册中使用的POS标签。） 语料库） 中有一个非常完整的NLP工具包列表。我强烈建议您使用其中一种，而不是尝试与Wordnet或其他集合进行匹配。根据您的编辑：
错误表示必须重写抽象方法令牌，并且在匿名内部类中有令牌的定义，但令牌重写的签名可能与在TokenHandler中定义的抽象方法的签名不匹配？我的以下代码适用于TreeTagger：
public List<String> tag(String str) {
final List<String> tagLemme = new ArrayList<String>();
String[] tokens =tokenizer.tokenize(str);
System.setProperty("treetagger.home", "parametresTreeTagger/TreeTagger");
TreeTaggerWrapper tt = new TreeTaggerWrapper<String>();
try {
tt.setModel("parametresTreeTagger/english/english.par");
tt.setHandler(new TokenHandler<String>(){
public void token(String token, String pos, String lemma) {
tagLemme.add(token + "_" + pos + "_" + lemma);
//System.out.println(token + "_" + pos + "_" + lemma);
}
});
tt.process(asList(tokens));
} catch (IOException e) {
e.printStackTrace();
} catch (TreeTaggerException e) {
e.printStackTrace();
}
finally {
tt.destroy();
}
return tagLemme;
}
公共列表标记（字符串str）{
最终列表标记名=新的ArrayList（）；
String[]tokens=tokenizer.tokenize（str）；
System.setProperty（“treetagger.home”、“ParameterStreetAgger/treetagger”）；
TreeTaggerWrapper tt=新的TreeTaggerWrapper（）；
试一试{
tt.setModel（“parametresTreeTagger/english/english.par”）；
tt.setHandler（新的TokenHandler（）{
公共无效令牌（字符串令牌、字符串位置、字符串引理）{
tagLemme.add（标记+“”+位置+“”+引理）；
//System.out.println（token+“”+pos+“”+引理）；
}
});
tt.进程（asList（令牌））；
}捕获（IOE异常）{
e、 printStackTrace（）；
}捕获（树袋鼠）{
e、 printStackTrace（）；
}
最后{
tt.destroy（）；
}
返回标记名；
}